Conceptul de rol al muzicii ca discurs a pornit inițial din conștientizarea faptului că muzica stimulează organele urechii și, în acest sens, se potrivește definiției discursului sau limbajului, deoarece transmite informații unui ascultător cu discernământ. Capacitatea muzicii de a spori stări emoționale precum seninătatea, regretul sau exuberanța i-a determinat pe unii cercetători să numească discursul muzical „muzica emoțiilor”. Muzica ca discurs este considerată de majoritatea experților ca fiind extrem de subiectivă și interpretarea ei poate fi modificată de cultură, calitate și compoziția emoțională personală. De exemplu, dacă o clasă de studenți ascultă Simfonia a șaptea a lui Beethoven, cineva poate fi melancolic, poate fi emoționat până la lacrimi de bucurie și altul poate fi binevoitor. De fapt, studiile arată că unii oameni au o lipsă semnificativă a capacității de ascultare muzicală, ceea ce, din toate punctele de vedere, îi face surzi la muzică ca discurs, așa cum ar fi un orb la cuvântul scris.
O altă cale de explorat în rolul muzicii ca discurs este de a o compara cu limbajul scris fizic, în special cu sintaxa. Cea mai aparentă relație a muzicii cu limbajul provine din legarea sistemică a sunetelor semnificative, la fel ca fonemele din culturile din întreaga lume. Tonurile specifice sunt inerente aproape tuturor culturilor consacrate, sugerând că tonalitatea este legătura primitivă cu muzica ca fenomen universal care utilizează multe dintre aceleași interpretări artistice și sunete umane primare. Teoria tradițională a muzicii este predată și în retorică care, fără îndoială, rezonează cu structura limbajului. Folosește termeni precum segment, frază și propoziție atunci când descrie scrisul și învață să cânte muzică. Notația muzicală este scrisă și, la rândul său, citită în același mod în care un eseu ar fi transmis și pe hârtie.
Unii muzicologi, precum Deryck Cooke din Anglia, propun că, pe lângă faptul că este un mediu prin care să experimenteze și să exprime variațiile emoționale, muzica tonală este un sistem strict codificat de limbaj și comunicare. El subliniază că experiența muzicii nu este atât de subiectivă pe cât cred majoritatea cercetătorilor. Cooke și alți cercetători, care susțin muzica ca un discurs care poate sta singur ca un sistem complet de comunicare, susțin că fiecare grad la o scară dată semnifică o anumită nuanță a unei emoții și provoacă o reacție precisă din partea oamenilor din culturi contrastante. De exemplu, în acest rol propus al muzicii, cercetătorii afirmă că o creștere a tonului la o scară minoră poate induce afirmații personale entuziasmate și agresive. Un alt concept care se află în prim-planul muzicologiei este definirea discursului muzical ca limbaj pentru care nu există cuvinte cunoscute; un tip de poezie colectivă născută din capacitatea omenirii de emoție profundă.
Supravegherea și îndrumarea studenților muzicieni are legături strânse cu rolul muzicii ca discurs. Unii profesori susțin că funcția limbajului muzical ca formă de artă este de a spune sau a reaminti o experiență din trecut sau poate de a inspira eforturi creative în viitor. În acest sens, discursul muzical poate fi gândit nu ca doar muzică sau limbaj, ci ca o entitate creată proprie, care este capabilă să transmită un sens implicit unic pentru ascultător și interpret.