El concepto del papel de la música como discurso surgió originalmente de la comprensión de que la música estimula los órganos del oído y, en este sentido, se ajusta a la definición de discurso o lenguaje porque transmite información a un oyente perspicaz. La capacidad de la música para mejorar estados emocionales como la serenidad, el arrepentimiento o la exuberancia ha llevado a algunos investigadores a titular el discurso musical como la «música de las emociones». La mayoría de los expertos consideran que la música como discurso es muy subjetiva y su interpretación puede verse alterada por la cultura, la calidad y la composición emocional personal. Por ejemplo, si una clase de estudiantes escucha la Séptima Sinfonía de Beethoven, uno puede encontrarla melancólica, uno puede conmoverse hasta las lágrimas de alegría y otro puede ser benévolo. De hecho, los estudios muestran que algunas personas tienen una falta significativa de capacidad de escucha musical, lo que, según todos los informes, las vuelve sordas a la música como discurso, como lo sería una persona ciega a la palabra escrita.
Otra vía para explorar en el papel de la música como discurso es compararla con el lenguaje físico escrito, especialmente la sintaxis. La relación más aparente de la música con el lenguaje proviene de la vinculación sistémica de sonidos significativos, al igual que los fonemas en las culturas de todo el mundo. Los tonos específicos son inherentes a casi toda la cultura establecida, lo que sugiere que la tonalidad es el vínculo primitivo con la música como un fenómeno universal que utiliza muchas de las mismas interpretaciones artísticas y sonidos humanos primarios. La teoría tradicional de la música también se enseña en una retórica que indudablemente resuena con la estructura del lenguaje. Utiliza términos como segmento, frase y oración al describir la escritura y aprender a tocar música. La notación musical se escribe y, a su vez, se lee de la misma manera que un ensayo también se transmite en papel.
Algunos musicólogos, como Deryck Cooke en Inglaterra, proponen que además de ser un medio por el cual experimentar y expresar la variación emocional, la música tonal es un sistema estrictamente codificado de lenguaje y comunicación. Destaca que la experiencia de la música no es tan subjetiva como cree la mayoría de los investigadores. Cooke y otros investigadores, que apoyan la música como un discurso que puede ser independiente como un sistema completo de comunicación, afirman que cada grado en una escala dada significa un cierto tono de emoción y provoca una reacción precisa de personas de culturas contrastantes. Por ejemplo, en este papel propuesto de la música, los investigadores afirman que se puede demostrar que un aumento en el tono en una escala menor induce afirmaciones personales excitadas y agresivas. Otro concepto que está a la vanguardia de la musicología es la definición del discurso musical como un lenguaje para el que no existen palabras conocidas; un tipo de poesía colectiva que nace de la capacidad de la humanidad para la emoción profunda.
La supervisión y tutoría de los estudiantes de música tiene estrechos vínculos con el papel de la música como discurso. Algunos profesores sostienen que la función del lenguaje musical como forma de arte es contar o recordar una experiencia del pasado o quizás inspirar esfuerzos creativos en el futuro. En este sentido, el discurso musical puede considerarse no meramente como música o lenguaje, sino como una entidad creada por sí misma, que es capaz de transmitir un significado implícito único para el oyente y el intérprete.