口講的言語在繼承動作言語的時候依然保留著動作言語的特點，這種傳達我們思想的新方式隻能按照最初的那種言語的樣板來構想。因為，為了取代身體的劇烈的動作，嗓音（lavofz）須以極為明顯的音程（1’intervalle）而或升或降。
這兩種言語的相互倚接並非突如其來的，它們曾經過了長時間的混雜使用，而口講的言語隻是到了很晚才取得優勢的。然而，各人都能以其親身來體驗到，嗓音的音們變化（Inflellon）會按手勢動作的幅度的增大而增大，這是很自然的。以下幾條其他的理由也能證實我的推測。
其一，在人類剛開始發出聲音的時候，由於發者器官的僵硬，使他們不能夠把聲音發出同我們一樣具有細微變化的音調來。
其二，我們可以指出，音調的變化是如此必要，以致要是有人以單一不變的聲調（leton）對我們作朗誦的話，我們就會難以理解他們所朗讀的內容。嗓音的輕微變化對我們來說之所以夠用，那是因為我們已經獲得了大量的觀念，加上我們已經養成把這些觀念與聲音（leson）連結起來的習慣，這就大大地鍛煉了我們的精神；而這合恰就是人類在最初使用口講的言語時所缺乏的條件。他們的精神還處於完全來開化的階段；今天那些最普通的概念，對他們說來是很新鮮的東西。因此，他們隻有盡可能按極其分明的音級（ledegr）來發出他們的聲音，才能彼此了解。我們自己也可以體驗到這樣的情況，要是有人用一種我們不太熟悉的語言對我們悅活，則語言對我們來說越是陌生的諸，說話的人就越是不得不著重發出每一個音節（lasylld’be）並盡量把這些音節——區分得清清楚楚才行。
其三，在語言起源的過程中，人類由於在創造新詞時覺得遇到的障礙大多，因此，在漫長的歲月裏，隻有那些他們賦予製定信號特點的自然信號來表達心靈中的感覺。但是，自然的叫喊，必然會引進使用強烈的音調變化的習慣，因為各種不同的感覺是以按不同的聲調去變化同一個聲音來作為其信號的。比如，啊這個聲音，119按其發音方式的不同，可以表達讚歎、宿苦、快樂、悲哀、欣喜、恐懼、厭惡以及差不多心靈的全部感情。
最後，我還可以再補充一點，那些最早的動物的名稱大多是模擬其叫聲而來的，這一點同樣適用於給予風的、江何以及發出某種聲響（lebrult）的一切事物的名稱。顯然，這種模仿有一個前提，即聲音的彼此接續是按極為顯著的音程來形成的。
人們可以不恰當地給這種發音方式以歌唱這一名稱（bchant），正如我們習慣上把具有很多重音（1’acccnt）的發音稱為歌唱一樣。然而，我將避免這樣的做法，因為我在後麵將有機會按歌唱這個詞的本來的意義來使用它。對於一支歌曲來說，先是聲音按極為分明的音級來前後接續還是不夠的，還必須使聲音維持足夠的長度，使人聽出其和聲，而且其音程又必須是能夠品賞的才行。這種聲音的特點，一般他說不可能就是語言剛產生時嗓音變化的特點，但又不可能是與它們遠遠地不相適應的。不管前後接續的二個聲音之間的音程有多麼狹窄，要在它們之間找到和聲（1”11armonie）所要求的音程，隻需稍微提高或者降低那兩個聲音中的一個就行了。因此，在語言剛起源時，發音的方式所允許的嗓音的音調變化是如此的顯著，隻要稍微作些改變，就可以使一位音樂家將其標戍音符，所以我要說這種發音是兼備歌唱的特點的。
這種音律（laprosodJ一對於原始的人類來說已是那樣的自然，以致他們就有人覺得，用不同的聲調來說出同一個單詞，來表達不同的觀念，似乎要比按照觀念的數目去相應地增加單詞的得更加客易。這種言語在中國人那裏還依然保存著。他們隻有三百二十八個單音節字，這些單音節字有五種聲調變化，這樣就相當於計達一千六百四十個符號*。有人曾經指出，我們的語言並不見得更加豐富，而另一些民族，無疑生來就有更為豐富的想象力的，他們倒寧願創造新詞。音律在他們那裏就自然逐漸地與歌唱相遠離了，因而隨之，原先使音律更接近於歌唱的那些因素也就逐漸消失了。但是，在音律變得象今天這樣單調之前是經曆了漫長的歲月的。這就是說，是既已形成的習慣做法決定了它的繼續存在，而直到使習慣做法得以產生的需要不複存在之後，它還依然長存不廢。假如我說希臘人和羅馬人的音律至今仍然帶有歌唱的特點，人們或許難以猜度我是根據什麼來提出這樣的推測的。然而，在我看來，其理由卻既簡單而又具有說服力的。我將在下一章將這些理由——加以闡明。