Das Konzept der Rolle von Musik als Diskurs entstand ursprünglich aus der Erkenntnis, dass Musik die Organe im Ohr stimuliert und passt insofern zur Definition von Diskurs oder Sprache, weil sie einem anspruchsvollen Hörer Informationen vermittelt. Die Fähigkeit der Musik, emotionale Zustände wie Gelassenheit, Bedauern oder Überschwang zu verstärken, hat einige Forscher dazu veranlasst, den musikalischen Diskurs als „Musik der Emotionen“ zu bezeichnen. Musik als Diskurs wird von den meisten Experten als sehr subjektiv angesehen und ihre Interpretation kann durch Kultur, Qualität und persönliche emotionale Zusammensetzung verändert werden. Hört sich zum Beispiel eine Klasse von Schülern Beethovens Siebte Symphonie an, so kann man sie melancholisch, zu Freudentränen bewegt und wieder andere wohlwollend empfinden. Tatsächlich zeigen Studien, dass manche Menschen einen erheblichen Mangel an musikalischen Hörfähigkeiten haben, was sie allem Anschein nach taub gegenüber Musik als Diskurs macht, wie ein Blinder gegenüber dem geschriebenen Wort.
Ein anderer Weg, die Rolle der Musik als Diskurs zu erforschen, besteht darin, sie mit der physischen geschriebenen Sprache, insbesondere der Syntax, zu vergleichen. Die offensichtlichste Beziehung der Musik zur Sprache ergibt sich aus der systemischen Verknüpfung signifikanter Laute, ähnlich wie Phoneme in Kulturen auf der ganzen Welt. Spezifische Töne sind fast allen etablierten Kulturen inhärent, was darauf hindeutet, dass die Tonalität die primitive Verbindung zur Musik als einem universellen Phänomen ist, das viele der gleichen künstlerischen Wiedergaben und ursprünglichen menschlichen Klänge verwendet. Die traditionelle Musiktheorie wird auch in einer Rhetorik gelehrt, die zweifellos mit der Sprachstruktur mitschwingt. Es verwendet Begriffe wie Segment, Phrase und Satz, wenn es das Schreiben und das Erlernen von Musik beschreibt. Noten werden geschrieben und wiederum gelesen, ähnlich wie ein Essay auch auf Papier übertragen würde.
Einige Musikwissenschaftler wie Deryck Cooke in England schlagen vor, dass tonale Musik nicht nur ein Medium ist, mit dem emotionale Varianz erfahren und ausgedrückt werden kann, sondern auch ein streng kodifiziertes System von Sprache und Kommunikation ist. Er betont, dass das Erleben von Musik nicht so subjektiv ist, wie die Mehrheit der Forscher glaubt. Cooke und andere Forscher, die Musik als Diskurs unterstützen, der als komplettes Kommunikationssystem für sich allein stehen kann, behaupten, dass jeder Grad auf einer bestimmten Skala eine bestimmte Schattierung einer Emotion bedeutet und eine präzise Reaktion von Menschen aus kontrastierenden Kulturen hervorruft. In dieser vorgeschlagenen Rolle der Musik beispielsweise bestätigen Forscher, dass ein Anstieg der Tonhöhe auf einer kleinen Skala nachweislich aufgeregte und aggressive persönliche Affirmationen hervorruft. Ein weiteres Konzept, das in der Musikwissenschaft an vorderster Front steht, ist die Definition des musikalischen Diskurses als einer Sprache, für die es keine bekannten Wörter gibt; eine Art kollektiver Poesie, die aus der Fähigkeit der Menschheit zu tiefen Emotionen hervorgegangen ist.
Die Betreuung und Betreuung studentischer Musiker ist eng mit der Rolle der Musik als Diskurs verbunden. Einige Professoren behaupten, dass die Funktion der musikalischen Sprache als Kunstform darin besteht, eine Erfahrung aus der Vergangenheit zu erzählen oder daran zu erinnern oder vielleicht zu kreativen Bemühungen in der Zukunft anzuregen. In diesem Sinne kann man sich den musikalischen Diskurs nicht nur als Musik oder Sprache vorstellen, sondern als eigenständiges Gebilde, das in der Lage ist, dem Hörer und Interpreten eine einzigartige implizite Bedeutung zu vermitteln.