儒家的音乐理论中，声、音、乐是三个不同层次的概念。声与音的区别在于，音有节奏、音调，而声没有。通常将声称为噪声，将音称为乐音。人与动物都有听觉，能够感知外界的声响。不同的是，动物一般不能识别声与音，而人不仅有感知音的欲望，而且能利用声的特性构成乐音，来满足自己感官的需要。是否懂得乐音，是人区别于禽兽的重要标志，所以《乐记》说：“知声而不知音者，禽兽是也。”
在外物的作用下，人心会跃动而起。因外物作用的强弱不同，人的情感表现为不同的层次，《毛诗序》说：“情动于中而形于言，言之不足，故嗟叹之，嗟叹之不足，故咏歌之。咏歌之不足，不知手之舞之、足之蹈之也。”手舞足蹈再配上歌曲，是心情达到极致时的表现。
