13. 言葉と歌は、最初から別々だったのか
文：mmr｜テーマ：「音楽は文字より前に存在したのか？」という問いを、人類の時間軸そのものから掘り下げます
「話す」と「歌う」の境界線
人間の声には、不思議な性質がある。
同じ声帯を使っているのに、私たちは「話す」ことも「歌う」こともできる。
しかも、その境界は明確ではない。
話し声には高さがある。
歌にも言葉がある。
話し方にはリズムがある。
歌にも意味がある。
感情のこもった発話は、普通の会話よりも音楽的になる。
逆に、単調な歌は話し声に近づいていく。
つまり、人間の音声には最初から連続した領域がある。
ここで重要なのは、これを「人類史上の正確な進化順序」と考えてはいけないということだ。
この図は、現在の人間の音声が持つ連続性を示している。
先史時代の人間が、最初に「話し声」を発明し、その後「歌」を発明したという証拠はない。
むしろ、声を使って他者とコミュニケーションする能力の中には、最初から音程、強弱、長さ、リズムなど複数の要素が含まれていた可能性がある。
言葉だけでは伝わらない情報
「何を言ったか」は重要だ。
しかし、人間のコミュニケーションでは、「どう言ったか」も同じくらい重要になる。
声の高さ。
声の強さ。
発話速度。
間。
イントネーション。
こうした情報によって、聞き手は話者の状態を判断する。
同じ「大丈夫」という言葉でも、安心している人の声と、不安を隠している人の声では印象が違う。
言葉そのものが同じでも、音響的な情報が異なるからだ。
これは、音が言語の外側にある装飾ではないことを示している。
音は、言語の中にも組み込まれている。
そして、この事実は音楽の起源を考えるうえで重要になる。
音楽は言葉から完全に独立したものとして誕生したのではなく、人間が声を使って他者と関係する能力の中から発達した可能性がある。
人間にとって声は、意味を運ぶ道具であると同時に、状態を伝える音でもあった。
14. 赤ちゃんにとって最初の音楽は「歌」ではない
言葉を理解する前から声を聴いている
人間の発達を考えると、この問題はさらに面白くなる。
赤ちゃんは、生まれた瞬間から言語を完全に理解しているわけではない。
しかし、声を聴いている。
養育者の声。
泣き声。
環境音。
呼びかけ。
そして大人は、赤ちゃんに対して独特の話し方をする。
一般に、乳児への発話では、声の高さが高くなり、抑揚が大きくなり、話す速度が変化することがある。
英語研究では「infant-directed speech」などと呼ばれる。
日本語でも、赤ちゃんに話しかけるときには、通常の会話とは異なる声の使い方をすることがある。
これは偶然ではない。
赤ちゃんとのコミュニケーションでは、単語の意味だけではなく、声の高さやリズム、表情、タイミングが重要だからだ。
乳児は「音のパターン」を学んでいる
赤ちゃんにとって、世界はまだ巨大な音の連続である。
そこから、
「これは人の声だ」
「これは自分に向けられている」
「この声はいつもの人だ」
「この音の後には何かが起こる」
といったパターンを学んでいく。
これは言語学習の基礎でもある。
言語は単語だけで成立しているわけではない。
音節。
アクセント。
イントネーション。
タイミング。
音の連続。
こうしたパターンを認識することが必要になる。
したがって、人間の脳が「音の時間的構造」を学習する能力は、音楽だけのために存在するものではない。
言語を学ぶためにも重要だ。
子守歌が示すもの
子守歌は、この関係を非常に分かりやすく示している。
子守歌には、反復が多い。
単純な旋律が繰り返される。
一定のリズムが使われる。
声の高さが大きく変化することもある。
そして、意味のある言葉が少ない場合でも、音そのものが重要な役割を果たす。
これは興味深い。
なぜなら、子守歌は「情報を伝えるための言語」とは異なる目的を持つからだ。
赤ちゃんを眠らせる。
注意を引く。
安心させる。
関係を作る。
そのためには、具体的な情報を大量に伝える必要がない。
むしろ、繰り返しと予測可能性が重要になる。
人間の音楽的なコミュニケーションは、言葉の意味を理解する前から始まっている可能性がある。
15. 「感情」は音楽の起源を考える鍵になる
なぜ人間は声だけで感情を伝えられるのか
人間の声には、感情が表れる。
怒ると声が強くなる。
興奮すると話す速度が変わる。
悲しむと声のエネルギーが変わる。
驚くと声の高さが変化する。
安心すると声が穏やかになる。
もちろん、人間は感情を意識的に隠すこともできる。
しかし、声には話者の状態に関する情報が含まれる。
ここで重要なのは、こうした情報が「言葉の意味」とは別に存在することだ。
「危険」という言葉を知らなくても、叫び声から危険を感じ取ることができる。
言葉を理解できなくても、泣き声が通常の発話とは違うことは分かる。
これは、人間が音そのものから情報を抽出できることを意味する。
感情的な発声と音楽
音楽には、こうした音響的な性質が大量に組み込まれている。
速い。
遅い。
大きい。
小さい。
高い。
低い。
緊張している。
落ち着いている。
予測できる。
予測できない。
もちろん、これらの音楽的特徴と感情の関係は文化によって変化する。
「この音楽は必ず悲しい」という普遍的なルールがすべての文化で成立するわけではない。
それでも、人間が音の変化から感情的な情報を読み取る能力そのものには、文化を超えた側面がある。
このため、音楽は言語とは異なる方法で人間の状態を伝えることができる。
音楽は「説明」しなくても伝わる
言葉は説明する。
音楽は必ずしも説明しない。
しかし、それでも何かを感じさせる。
これは音楽の奇妙なところだ。
例えば、悲しみという概念を定義することはできる。
しかし、音楽は悲しみを辞書的に説明しなくても、聴き手に特定の感情的経験を引き起こすことがある。
これは、人間が音を通じて感情を処理する能力と関係している。
その能力が先史時代にどのように使われていたかは分からない。
しかし、現代の人間が音楽を感情的に処理できることは明らかだ。
音楽は、言葉で説明する前の人間の状態を扱うことができる。
16. 共同体を作るための音
一人で聴く音楽は、歴史的にはかなり新しい
現在、音楽を一人で聴くことは当たり前になった。
イヤホンを装着する。
スマートフォンから音楽を流す。
周囲に誰もいなくても音楽を楽しめる。
しかし、これは人類史全体から見ると極めて新しい状況だ。
録音技術がなければ、音楽は基本的に「その場で発生する」ものだった。
誰かが歌う。
誰かが演奏する。
誰かが踊る。
他の人が聴く。
音楽は共有された時間の中で存在する。
音楽は集団の境界を作る
集団で同じ歌を歌うと、自分が一人ではないことを確認できる。
同じリズムで動けば、他者と時間を共有できる。
同じ歌詞を歌えば、共通の知識を確認できる。
同じメロディーを知っていれば、同じ文化に属していることを示すことができる。
もちろん、こうした社会的機能が「音楽の最初の目的」だったと断定することはできない。
しかし、音楽が社会的結束に利用されてきたことは、人類文化の多くの地域で確認できる。
宗教儀礼。
軍隊。
祭り。
葬儀。
結婚。
労働。
祝賀。
抗議。
これらの場面で音楽は人間をまとめる。
同期すると、身体の境界が変わる
集団で手拍子をすると、自分の手の音と他人の手の音が重なる。
一人ひとりの身体が別々に存在しているのに、音は一つのパターンとして聞こえる。
これは、非常に強力な体験になり得る。
踊りでも同じだ。
複数の人間が同じタイミングで身体を動かす。
個人の動作が集団の動作になる。
音楽は、その同期を支える。
ここには、言語とは異なる社会的機能がある。
言語は情報を共有できる。
音楽は時間を共有できる。
人間は音楽によって、同じことを知るだけでなく、同じ瞬間を生きることができる。
17. 踊りは音楽より後だったのか
音と身体を分離して考えない
現代では、音楽とダンスを別の芸術として考える。
しかし、人類史の初期については、この分離を想定する理由がない。
音があれば身体が動く。
身体が動けば音が出る。
足を踏めば音がする。
手を叩けば音がする。
身体を動かしながら声を出せば、リズムが生まれる。
この意味で、音楽とダンスは非常に近い。
もちろん、この図も歴史上の一本道を意味するものではない。
人間の身体活動、発声、リズム、集団行動が相互に影響し合う可能性を示している。
音は身体の動きを可視化する
踊りは目で見ることができる。
しかし、音は暗闇でも聞こえる。
集団で動く場合、音はタイミングを共有するための手がかりになる。
足音。
手拍子。
掛け声。
太鼓。
こうした音は、身体の動きを組織する。
これは現代の音楽にも残っている。
ダンスミュージックでは、低音やドラムのリズムが身体運動と強く結びつく。
スポーツでも、応援の掛け声やリズムが集団をまとめる。
軍隊でも行進のリズムが使われてきた。
これらは、それぞれ異なる文化現象だ。
しかし、共通しているのは「音が身体の時間を組織する」ということだ。
だから音楽を「耳だけ」の文化にしない
音楽を耳で聴くものとして考えると、先史時代の音楽を見失う可能性がある。
人類の初期の音楽的行動が存在したなら、それはおそらく身体と無関係ではなかった。
歌う。
動く。
叩く。
踊る。
叫ぶ。
繰り返す。
これらは同時に起こることができる。
音楽は最初から「聴く芸術」だったとは限らない。
むしろ、「身体で参加する行動」だった可能性がある。
人類最初期の音楽を想像するなら、コンサートホールではなく、複数の身体が同じリズムで動く場所を想像したほうが近い。
18. 音楽は「情報」ではなく「関係」を作ったのか
誰が何を言ったかより、誰と一緒にいるか
言語は情報を伝えるのに強い。
音楽は、関係を作るのに強い。
この対比は完全な二分法ではない。
言語も関係を作る。
音楽も情報を伝える。
しかし、それぞれの得意分野には違いがある。
言語は具体的な対象を指し示せる。
音楽は、複数の人間の感情や時間を同期させることができる。
この違いが、人間社会における音楽の持続性を説明する手がかりになる。
共同体では「共有」が必要になる
小さな集団で生活する場合、個人だけでは生きられない。
食料を探す。
危険を避ける。
子どもを育てる。
移動する。
道具を作る。
他者を助ける。
こうした行動には協力が必要になる。
協力には信頼が必要になる。
そして信頼には、相手の行動を予測する能力が関係する。
音楽は、直接的な言葉を使わなくても、相手と同じパターンを共有する経験を作る。
同じ歌を歌う。
同じリズムを叩く。
同じ踊りをする。
こうした行動は、「私たちは同じ時間を共有している」という経験を生み出す。
音楽は「共同注意」にも関係する
人間の社会生活では、複数の人間が同じ対象に注意を向けることが重要になる。
誰かが指を指す。
他者がその方向を見る。
誰かが声を出す。
他者がその声に注意を向ける。
音は、共同注意を作るための強力な手段になる。
視界に入っていなくても聞こえるからだ。
この性質は、音楽にもつながる。
集団全体が同じリズムに注意を向ける。
同じ合図を待つ。
同じタイミングで動く。
つまり、音は個人と個人の間に時間的な橋を作る。
音楽は、何かを説明する前に「こちらを向いてほしい」「一緒にいてほしい」という関係を作ることができる。
19. 「音楽の起源」を狩猟から説明できるのか
よく語られる物語の問題
音楽の起源を説明するとき、狩猟や労働、儀礼などがよく候補に挙げられる。
例えば、狩猟中の合図として音が使われた。
集団作業のリズムとして音楽が生まれた。
儀礼のために歌が生まれた。
求愛のために歌が生まれた。
どれも一見すると説得力がある。
しかし、これらを「最初の音楽の目的」と断定することはできない。
なぜなら、先史時代の最初期の音楽について、その用途を直接記録した資料が存在しないからだ。
一つの用途だけでは説明できない
音楽には多くの用途がある。
子どもをあやす。
人を踊らせる。
宗教的な儀礼を行う。
戦争や行進に使う。
葬儀で演奏する。
恋愛感情を表現する。
物語を記憶する。
娯楽として楽しむ。
これほど多様な用途を持つ文化現象を、一つの起源だけで説明するのは難しい。
むしろ、人間が音を組織する能力が非常に柔軟だったため、さまざまな社会活動に利用されるようになったと考えるほうが自然だ。
「何のために？」という問いが間違っている可能性
ここで重要な視点がある。
すべての人間の文化には、一つだけの目的があるとは限らない。
言語もそうだ。
情報を伝える。
感情を表現する。
冗談を言う。
嘘をつく。
物語を作る。
人間関係を作る。
権力を示す。
自己紹介をする。
つまり、言語は複数の機能を持つ。
音楽も同じかもしれない。
最初から「一つの目的のために発明された」のではなく、音を使う能力が存在し、それがさまざまな社会的状況に組み込まれた可能性がある。
音楽の起源を一つの用途に限定するより、人間が音を使う場面の多さそのものを見るほうが、歴史の複雑さに近づける。
20. 性選択というもう一つの仮説
なぜ人間は音楽で自分を表現するのか
音楽の進化については、配偶者選択との関係も議論されてきた。
鳥の世界では、鳴き声や歌が繁殖行動に関係することがよく知られている。
一部の鳥では、オスの歌がメスへの求愛や縄張り防衛に使われる。
そこから、人間の音楽にも性的選択が関係した可能性が考えられてきた。
人間の音楽能力が、知性、身体能力、創造性、学習能力などを示すシグナルになった可能性である。
しかし、これだけでは足りない
人間の音楽は、求愛だけでは説明できない。
子どもも音楽を作る。
高齢者も音楽を作る。
宗教で使う。
葬儀で使う。
労働で使う。
政治運動でも使う。
社会的な儀礼でも使う。
つまり、音楽は繁殖行動を超えて広がっている。
性選択が一部に関係した可能性を完全に否定する必要はない。
しかし、それを音楽全体の説明にすることもできない。
音楽の強さは「余剰」にある
音楽には、人間の能力の余剰を利用する側面がある。
複雑なリズム。
長いメロディー。
高度な演奏技術。
即興。
複雑な和声。
これらは生存に直接必要な能力ではない。
それでも人間は、それらを学び、教え、評価し、競い、記録してきた。
ここには、人間の文化の重要な特徴がある。
人間は「必要だから」だけではなく、「できるから」能力を発展させる。
言語も同じだ。
単純な情報伝達だけなら、これほど巨大な語彙や複雑な物語は必要ない。
人間は能力を組み合わせて、必要以上に複雑な文化を作る。
音楽もその一つだ。
音楽は、生存に必要な能力を超えて発達した人間の創造性が、最も古くから現れた領域の一つだった可能性がある。
21. 音楽と言語は「共通の祖先」を持つのか
二つの能力を別々に考えない
音楽と言語は、現在では明確に違う。
言語には意味がある。
音楽には意味がない場合がある。
言語は具体的な情報を伝える。
音楽は感情を伝える。
しかし、この区別を人類史の最初まで遡らせることはできない。
むしろ、両者が共有する認知能力が存在する。
音の高さを認識する。
時間的な順序を認識する。
繰り返しを記憶する。
パターンを予測する。
音の違いを区別する。
声を制御する。
他者の声を模倣する。
これらの能力は、音楽にも言語にも利用できる。
「共通祖先」という考え方
音楽と言語が、完全に別々の能力として進化したのではなく、より古い音声コミュニケーションの能力から分岐した可能性は長く議論されている。
この問題には「musilanguage」などの概念を使った研究もある。
ただし、これは確定した歴史ではない。
化石として「最初の音楽と言語の共通祖先」を発見できるわけではない。
あくまで、現在の人間の能力や発達、認知、文化をもとにした仮説である。
それでも、この考え方は重要だ。
なぜなら、「言語が先か、音楽が先か」という二択そのものを疑うことができるからだ。
音声という巨大な共通領域
より現実的なのは、まず「人間の声」という巨大な領域があり、その中でさまざまな使い方が発達したと考えることだ。
呼びかけ。
警告。
感情表現。
親子コミュニケーション。
模倣。
物語。
歌。
儀礼。
そして言語。
これらは完全に分離したものではない。
現在でも、赤ちゃんへの語りかけ、詩、ラップ、朗読、演説、歌など、その中間には無数の形が存在する。
言語と音楽は二つの別々の発明ではなく、人間が声を組織する方法の異なる方向だった可能性がある。
22. では、なぜ人間だけがここまで複雑な音楽を作ったのか
動物にも音楽に似た行動はある
人間だけが音を使うわけではない。
鳥は歌う。
クジラは複雑な発声をする。
霊長類もさまざまな音声コミュニケーションを行う。
昆虫にも周期的な音を出す種がいる。
つまり、「音を組織する」こと自体は人間だけの特徴ではない。
しかし、人間の音楽には非常に特殊な性質がある。
膨大な種類の文化形式を作る。
世代を超えて伝える。
複雑な構造を学習する。
集団で演奏する。
新しい形式を作る。
他の文化から取り入れる。
既存の音楽を改変する。
そして、音楽について音楽そのものを語る。
この文化的な柔軟性が、人間の音楽を特徴づける。
人間は「文化的に音楽を進化させる」
遺伝的進化では、世代を超えて遺伝情報が変化する。
文化的進化では、学習された情報が人間から人間へ伝わりながら変化する。
音楽は、この文化的進化と非常に相性がいい。
誰かが新しいリズムを作る。
他人が真似する。
少し変える。
別の人がさらに変える。
別の地域に伝わる。
そこでまた変化する。
数世代後には、最初の形とはまったく異なる音楽になる。
これは現代でも起こっている。
ジャンルが生まれる。
派生する。
混ざる。
再解釈される。
そして新しいジャンルになる。
音楽は「文化の進化」を目で見せてくれる
この点から見ると、音楽史は単なる作品の一覧ではない。
人間が文化をどのようにコピーし、変形し、共有してきたかの歴史でもある。
アフリカからユーラシアへ。
古代から中世へ。
宗教音楽から世俗音楽へ。
民俗音楽から都市音楽へ。
録音技術からデジタル配信へ。
音楽は常に変化する。
しかし、変化の基盤には「人間が他者の音を聴き、覚え、再現し、変える」という能力がある。
音楽の進化を理解するには、音そのものだけでなく、人間が音をコピーする能力を見る必要がある。
23. 文字が登場した瞬間、音楽はどう変わったのか
文字は音楽を作らなかった
文字が登場すると、人類の文化は大きく変わった。
しかし、文字そのものが音楽を発明したわけではない。
むしろ、文字によって音楽の一部を固定できるようになった。
古代メソポタミアでは、音楽に関する資料も残されている。
古代ギリシャでは、音楽理論が文字で記録された。
後のヨーロッパでは、記譜法が発展する。
これによって、人間は演奏されている音を、ある程度視覚的に保存できるようになった。
記譜は「音楽の記憶」を変えた
文字以前の音楽では、演奏を覚える必要があった。
しかし記譜が発達すると、演奏者は視覚的な記号を見て音楽を再現できるようになる。
これは巨大な変化だ。
音楽が完全に「記録可能」になったわけではない。
楽譜だけでは、実際の音色、演奏者の細かな表現、空間、聴衆の反応などを完全には保存できない。
それでも、音楽の構造の一部を固定できる。
これは音楽文化の伝達範囲を大きく変えた。
そして録音が登場する
19世紀後半から録音技術が発展すると、状況はさらに変わる。
それまで音楽は、演奏されなければ存在できなかった。
録音によって、演奏そのものを再生できるようになる。
これは人類史上の大転換だった。
文字が「言語を保存する」技術だったとすれば、録音は「音そのものを保存する」技術になった。
しかし、ここから見ると、さらに重要なことが分かる。
人類は何千年もの間、音楽を「保存できなくても」作り続けていた。
録音技術が音楽を生み出したのではない。録音技術は、何万年も続いてきた音楽文化に初めて「保存」という新しい能力を与えた。
24. 文字より先にあった音楽を、私たちは直接聴けない
最大の皮肉
このテーマには、大きな皮肉がある。
「文字より前に音楽があったのか？」
という問いを考えているのに、その時代の音楽を記録した文字資料が存在しない。
だから私たちは、最初の音楽を直接聴くことができない。
これは、音楽という文化の特殊性を示している。
建築なら遺跡が残る。
絵画なら作品が残る。
文字なら文書が残る。
しかし、音は空気中に消える。
その一瞬にしか存在しない。
だから音楽史には空白がある
音楽史の教科書では、古代の楽器や楽譜から歴史が始まることがある。
しかし、それは「音楽がその時に始まった」という意味ではない。
それ以前の音楽が残っていないだけかもしれない。
これは、歴史研究における重要な原則だ。
証拠がないことと、出来事がなかったことは同じではない。
もちろん、だからといって何でも自由に想像してよいわけではない。
証拠がない部分については、「分からない」と言う必要がある。
そして、分かっていることから慎重に可能性を組み立てる。
音楽の起源研究が難しいのは、この境界線を守る必要があるからだ。
先史時代の音楽について最も誠実な答えは、すべてを知っていることではなく、何が分からないのかを知っていることでもある。
25. Part 2の結論――音楽は言葉の「前」ではなく、言葉の「周囲」にあった
ここまでの議論をまとめると、「音楽は言語より先だった」という単純な物語は成立しない。
文字より音楽が古い可能性は非常に高い。
しかし、音楽と言語のどちらが先だったのかを正確に決めることはできない。
なぜなら、両者は人間の声、聴覚、身体、感情、記憶、社会的コミュニケーションという共通の基盤を持っているからだ。
人間は声を使った。
その声には高さがあった。
リズムがあった。
強弱があった。
反復があった。
感情があった。
他者とのタイミングがあった。
そこから、さまざまな文化的形式が発達した。
言葉もその一つだった。
歌もその一つだった。
物語も、儀礼も、踊りも、その巨大な領域の中で発展した。
そして文字は、そのずっと後に登場した。
だから、「音楽は言語より先だったのか？」という問いよりも、もっと面白い問いがある。
人間はなぜ、声に「意味」だけでなく「形」を与えたのか。
なぜ同じ音を繰り返すのか。
なぜリズムを作るのか。
なぜ予測できるパターンを楽しむのか。
なぜ予測を裏切る音に惹かれるのか。
なぜ人間は、他人と同じタイミングで音を出すことにこれほど強く反応するのか。
そしてなぜ、その能力は何万年もの文化変化を生き残り、現代では巨大な音楽産業にまで発展したのか。
その答えを探すには、次に人間の脳そのものを見る必要がある。
音を聴く脳。
時間を予測する脳。
リズムに身体を合わせる脳。
そして、存在しない音を「次に来る」と予測する脳。
音楽は、単なる音の集合ではない。
それは、人間の脳が時間を理解する方法そのものに深く関係している。
文字以前の人間が音を使った理由を理解するには、次に「人間の脳はなぜリズムを予測するのか」という問題へ進まなければならない。
こちらもおすすめ
【コラム】 Why Humans Invented Music Before Writing - Part4
43. 音楽はいつ「社会」になったのか
【コラム】 Why Humans Invented Music Before Writing - Part3
26. なぜ人間の脳は「次の音」を待つのか
