“聲”字與商代甲骨文中的“言”字相同。甲骨文中“王炎有病”，指的是國王聲音有病，喉嚨沙啞。在甲骨文中，顏是單管樂器的象形字，口在下，笛在上。用嘴吹笛子發音，這是顏的本意。這反映了人類的音樂(歌唱)和語言是在遠古時代雜交產生的。後來“言”字指的是語言的意義，“言聲”二字有分。
甲骨文中“樂”字形似壹塊木板上的壹根絲，即七弦琴、豎琴等弦樂器的象形文字。後來擴展為包括音樂、舞蹈、詩歌在內的綜合藝術形式。再者，音樂能給人美感，卻意味著快樂。
聲與樂的意義相近，戰國末期才開始將《呂氏春秋》中的“達樂”合而為壹:“樂已久矣”。到了近代，日本人最早將日本漢字中的“樂”字作為西方語言中音樂的對應詞進行意譯，中國後來也沿用了這種翻譯方法。