Кроме звуков и слов там было что-то еще… Андрей Макаревич. Музыка — это последовательность во времени особым образом соотнесенных по высоте (частоте) звуков, как правило, имеющих четкую временную организацию (такты), способная вызвать определенную позитивную психо-эмоциональную реакцию у человека.

Что же такое музыка?

Музыкальные звуки состоят из основного тона, определяющего высоту звука, и набора обертонов, частоты которых кратны частоте основного тона. Интенсивность обертонов определяет окраску (тембр) звука. Диапазон основных тонов музыкальных звуков намного уже всего звукового диапазона и составляет приблизительно от 40 Гц до 2 кГц.

Часто используемый в камертонах звук ноты ля первой октавы имеет частоту 440 Гц. Частотный диапазон звуков гитары — от 80Гц до 1 кГц.

Высокочастотная часть звукового диапазона более 2 кГц воспринимается только через окраску звука. Чувствительность слуха к изменению тона составляет примерно 0,3 %, т. е. человеческий слух различает, например, два тона 1000 и 1003 Гц, следующие один за другим. Чувствительность слуха к тембральной окраске звука порядка 0,01 %. На восприятие музыкальных звуков оказывает влияние и временная форма акустических колебаний — динамика нарастания и спада звука.

В литературе описан такой опыт. В записи исполнения пьесы на фортепиано искусственно перевернули во времени каждый звук. Мелодия, определяемая частотой основного тона и последовательностью тонов, при этом не изменилась и была легко узнаваема, однако обращение во времени динамики нарастания и спада каждого звука привели к тому, что опознать фортепиано стало невозможно.

Интервал частот музыкальных звуков, на границах которого звуки по частоте отличаются в 2 раза, называют октавой. В пределах каждой октавы различают 12 ступеней (музыканты называют их полутонами), обозначаемых с помощью семи нот (тонов) и дополнительных полутонов (бемоли и диезы). Таким образом, 2 звука, обозначаемых одинаковыми нотами в разных октавах, отличаются по частоте в 2,4,8 и т. д. раз. Последовательность нот и полутонов образует музыкальный звукоряд. Музыкальный звукоряд, сформированный в ходе культурной эволюции человека, имеет глубокую физическую основу. Разбиение звуков на октавы обусловлено слитным, гармоничным восприятием на слух одновременно двух типов колебаний с отношением частот, кратным двум.

Внутри октавы используются гармоничные созвучия двух или более звуков (аккорды), частоты которых соотносятся между собой как целые числа. Например, в мажорном аккорде частоты соотносятся как 1, 5/4, 3/2, (основной тон, большая терция, квинта), а в минорном — как 1, 6/5, 3/2 (основной тон, малая терция, квинта). Такие пропорции выполняются при голосовом пении, при игре на струнных смычковых инструментах (скрипка, альт, виолончель, контрабас), иногда на гитаре (т. н. «подтяжки» во время исполнения) и на некоторых духовых инструментах, где высота извлекаемого звука задается исполнителем по его желанию, а не настройщиком (как в фортепиано, в арфе, в цимбалах) и не изготовителем (как в органе).

Идеальные целочисленные пропорции могут нарушиться при выходе за пределы одной октавы.
Со времен Древней Греции существует проблема оптимального сочетания двух аспектов в музыке — психофизиологического (с точки зрения гармонии звучания) и функционального (исполнение на различных инструментах, транспонирование мелодии в различные тональности, т. е. линейное перемещение частоты звука по оси частот). Эта проблема в определенной степени была разрешена в начале XVIII века в Западной Европе переходом к равномерному по логарифмической шкале ряду частот в пределах октавы — т. н. темперированному звукоряду.

Этот ряд содержит частоты, возрастающие в следующей последовательности: , что позволяет удовлетворить функциональному критерию, но одновременно приводит к незначительному, но, к сожалению, слышимому, диссонансу в звучании. Математически эта проблема сводится к тому, что дробление октавы на отрезки с отношением  не дает в точности чисел 6/5, 5/4, 3/2. Для музыкальных инструментов с жесткой фиксированной настройкой (орган, фортепиано, арфа, цимбалы) такое несовпадение создает трудности при исполнении произведений с частотным диапазоном шире одной октавы.

По-видимому, завораживающая притягательность пения и игры на смычковых инструментах обеспечивается за счет возможности вариативного, по выбору исполнителя, применения адекватного набора частот в звукоряде. Напомним, что у смычковых инструментов нет металлических порожков (ладов), как у гитары, поэтому высота звука полностью находится в руках (точнее — в пальцах) музыканта. Если длина волны соизмерима или превышает расстояние между ушами, то по разности времени прихода сигнала к правому и левому уху человек способен определять направление источника звука. Такую способность называют бинауральным эффектом (от лат. bitti — два и auris — ухо).

Бинауральный эффект проявляется в интервале частот приблизительно 300—3000 Гц (длины волн от 1,1 м до 11 см). В этом частотном диапазоне возможно получение стереоэффекта при воспроизведении звука по двум скоррелированным во времени каналам с использованием на выходе двух электроакустических систем (громкоговорителей), разнесенных на расстояние примерно 2 м.
Такой принцип записи и воспроизведения используется в стереофонии.

Отсутствие стереоэффекта для больших длин волн (низких частот) позволяет использовать для воспроизведения стереофонограмм единый низкочастотный источник для правого и левого каналов совместно с раздельными средне и высокочастотными каналами. Такую систему звуковоспроизведения называют трифонической. Если частота раздела составляет 150—300 ГЦ, для формирования целостной звуковой картины у слушателя низкочастотный излучатель располагают посредине между средне- и высокочастотными излучателями.

Если частота раздела средних и низких частот ниже 150 Гц, место расположения низкочастотного источника колебаний не имеет значения. Такие излучатели называют сабвуферами.

В этом случае длина звуковой волны соизмерима с размерами помещения, используемого для прослушивания музыки, или даже превышает эти размеры. Такие звуковые колебания полностью делокализованы в пределах помещения. Для скоррелированности излучения сабвуфера с излучением правого и левого громкоговорителей используют временную задержку, настраиваемую для конкретного помещения и места расположения сабвуфера.

Вызывает большие дискуссии вопрос, почему музыка занимает такое значительное место в жизни человека. Совершенно ясно, что такая селективная чувствительность по частоте Δf/f=0,3% такой широкий диапазон чувствительности по интенсивности (10¹² раз), такой широкий диапазон чувствительности по частоте (10 октав), не являются необходимыми для биологического выживания человека в ходе эволюции. Хорошо известно, что наиболее значительную, основную часть информации об окружающем мире мы получаем не при помощи слуха, а при помощи зрения.

В то же время спектр чувствительности глаза составляет менее одной октавы: мы воспринимаем глазом электромагнитные волны, длина волны которых находится в интервале от 700 (красный свет) до 400 нм (фиолетовый свет), т. е. крайние значения длин волн (а значит — и частот) отличаются менее, чем в 2 раза! Если отсчитывать от фиолетовой границы видимого диапазона, то 10 октав на шкале электромагнитных волн покрывают весь видимый диапазон плюс инфракрасное (тепловое) излучение, а также часть миллиметрового диапазона.

Широкий частотный диапазон восприятия звуков по сравнению со светом становится возможным вследствие того, что слух является чисто классическим с точки зрения физики процессом генерирования и приема механических колебаний, тогда как зрение связано с поглощением квантов электромагнитного излучения молекулами сетчатки. Спектр поглощения молекул определяется набором энергетических состояний электронов. Существует всего 3 типа зрительных рецепторов, формирующих ощущение красного, зеленого и голубого цветов, а все многообразие цветов получается при их линейной комбинации.

Узкий спектр восприимчивости электромагнитного излучения присущ не только глазу человека, но и техническим приборам. Например, кремниевые детекторы в матрицах цифровых фотоаппаратов имеют чувствительность в интервале 0,4— 1 мкм, т. е. немного более октавы.

Автору представляется, что особая роль слуха и, как следствие, особое место музыки в жизни человека, связаны с тем, что человек сам порождает звуки (в отличие от света: хоть мы и очень хорошо чувствуем свет, сами мы не светимся, а лишь пассивно рассеиваем свет, приходящий от Солнца или других источников).

Поэтому звуки используются для общения людей между собой в реальном времени, а музыка стала особым каналом для передачи от одного человека к другому в пространстве (на концерте) и во времени (через фонограммы) не просто информации, а эмоционального состояния или даже цепочки последовательно сменяющихся состояний.