人類的樂感顯然是非常特別的。樂感是以認知能力(註意、記憶、預期)和生物本能為基礎並受其限制的，是自發形成的壹系列自然特征。但是為什麽它這麽特別呢？是因為似乎只有人類才有樂感嗎？是不是和語言能力壹樣是人類獨有的？還是所有生物長期進化的產物？
我和我的狗壹起彈鋼琴；
研究音樂的Henkjan Honing懷疑這段病毒式視頻中的狗沒有絕對的音感(壹種聽覺之外的認知能力)，它只是在按主人盯著的鍵。
達爾文認為，脊椎動物能夠感知和欣賞節奏和旋律，是因為它們有相似的神經系統。他確信人類的樂感是有生物學基礎的。此外，他還認為，對音樂敏感壹定是壹種非常古老的特質，比對語言敏感要古老得多。事實上，他認為樂感是音樂和語言的起源，是性選擇的進化機制使得人類和動物具有這種特質。
那麽與人類相比，動物的樂感到底好到什麽程度呢？樂感是人類獨有的嗎？還是像達爾文懷疑的那樣，“神經系統的生理特征是壹樣的”，所以都有樂感？要理解音樂和樂感的進化，首先要確定音樂的成分是什麽，以及它們在動物和人類身上是如何體現的。也許我們可以以此來判斷是否只有人類才有樂感。
伊凡·巴甫洛夫發現，狗可以記住某種音調，並將其與食物聯系起來。狼、老鼠、椋鳥和恒河猴可以通過叫聲的絕對音高來識別自己的物種，它們也可以區分音調。
聲音的相對感是壹種聽力技巧。大多數人聽的是整個旋律，而不是旋律中的單個音調及其頻率。不管對方唱“瑪麗有只小羊羔”的聲音是高是低，妳都能聽出那首歌。即使在嘈雜的咖啡館裏聽到喇叭裏傳來的曲子，妳還是能壹下子聽出是哪首歌。
但是誰唱的呢？妳絞盡腦汁想記住歌手的名字或者歌名，但是大腦壹片空白，於是妳打開聽歌識別歌曲的軟件，把智能手機對準音箱，幾秒鐘就找到了歌名、歌手、專輯。
“鳴禽有壹定的聽音模式，這使得現代作曲家在作品中賦予音色重要地位。”
為了使通過聽來識別歌曲成為可能，軟件開發人員系統地分析並有效地保存了大多數商業上可用的歌曲錄音。每首歌曲都有壹個獨特的“聲學指紋”，可以反映其特定的音質，這些指紋被存儲在壹個巨大的檔案庫中。因此，計算機程序會將智能手機接收到的音樂的“指紋”與存檔的音樂進行比較，然後快速有效地收聽音樂。這對於計算機來說是小菜壹碟，人類卻幾乎做不到。
然而，如果妳把智能手機靠向唱同壹首歌的人，軟件要麽顯示妳無法識別，要麽胡亂猜測。因為數據庫裏只有有限的幾個分析過的音樂版本，沒有這種隨意唱的音樂，所以軟件找不到對應的“指紋”。在這種情況下，人類可以立即認出這首歌，這首歌甚至可能在他們的腦海中播放好幾天。
可以說，計算機會驚奇地發現，無論歌手的音高是高是低，節奏是快是慢，跑調與否，人類只需要聽半首歌就能識別出歌手或歌曲。對於人類來說，聽音樂的樂趣壹部分來自於聽音調之間的關系(包括旋律和和聲)。
長期以來，科學家壹直認為鳴禽具有絕對的樂感，能夠根據音高或基頻識別和記憶旋律。40多年前，美國鳥類學家斯圖爾特·赫爾斯(Stewart Hulse)對歐洲椋鳥做了壹系列聽覺實驗，然後得出了這個結論。他指出，椋鳥可以分辨逐漸增加或減少的音調序列，但不能識別振動頻率輕微增加或減少的音調序列。Hoels總結說，鳥類關心的是絕對頻率。和大多數哺乳動物壹樣，歐洲椋鳥有絕對的聲音感，而不是相對的聲音感。
說到聲音的相對感，或者說識別變調音樂的能力，對人類的研究已經深入神經科學研究表明，在使用聲音的相對感時，需要調用由不同神經機制組成的復雜網絡，包括聽覺和頂葉皮層之間的交互網絡。鳴禽似乎沒有這樣的網絡。有鑒於此，當我們研究人類樂感的生物起源時，其他動物是否也具有相對樂感的問題就更加引人入勝了。
據我們所知，大多數動物沒有相對的聲音感。人類似乎是個例外。但是人們可能會猜測聲音的相對感覺是否只與音高有關。就聲音而言，也許在某些方面，並不是絕對的生理特征，而是特征之間的關系造就了音樂感。
加州大學聖地亞哥分校的研究人員為回答這個問題提供了方向。他們讓椋鳥聽經過處理的音色和音高的不同旋律。刺激條件就是所謂的音色旋律——每個音調都有壹個音色不同的音調序列。壹系列聲學實驗研究了這些鳥的新旋律模式。
"魚能分辨出約翰·李·胡克和約翰·塞巴斯蒂安·巴赫的作品."
令人驚訝的是，研究人員發現，椋鳥並沒有像預期的那樣通過音高來區分刺激條件，而是通過音色和音色變化(頻譜輪廓)來區分刺激條件。鳥類會對特定的歌曲做出反應，即使歌曲已經過處理，所有的音高信息都被“噪音編碼”技術去除了。由此產生的旋律類似於嘈雜的聲音，即壹個音符變到另壹個音符的音色旋律，但音高難以察覺。只有在信息很少的情況下(在hoels以歐洲椋鳥為研究對象的實驗中，刺激條件由純音組成，沒有任何光譜信息)，鳴禽才會註意音高。
鳴禽主要依靠的是頻譜信息及其隨時間的變化，更準確的說是音符變化時頻譜能量的變化。而人類則註重音色，基本不註重音色。
可以說，鳴禽聽旋律就像人類聽語音壹樣。人類在聽語音時，主要關註的是頻譜信息，它使我們能夠區分“浴”和“床”這兩個詞。在音樂中，旋律和節奏是需要註意的重點。在說話時，音高是次要的——它可以表明說話者的身份或話語的情感意義，但當涉及到音樂時，它就成了首要因素。這是聽音樂和聽演講的壹個有趣區別，但目前人們還很難理解。
大腦皮層是為語言而生的，同時也會受到音樂的刺激，樂感也可能是大腦皮層的副產品。然而，樂感也可能優先於語言和音樂。在這種情況下，樂感可以解釋為人類和許多非人類物種的敏感性，但在人類身上，這種敏感性已經演變為兩個重疊的認知系統:音樂和語言。
在奧地利舉行的壹次國際會議上，作者偶然發現了支持這壹觀點的實驗證據。維也納大學博士後研究員Michelle Spierings曾在壹次講座中揭示了斑胸草雀在識別聲音序列差異(她稱之為音節)方面的學習過程。這些音是由“mo”、“ca”、“pu”等人類詞匯組成的。在壹系列不同的行為實驗中，這些聲音的順序(句法)、音高、持續時間和動態範圍(頻譜曲線)都發生了變化。
斑馬雀首先學會了Xyxy和xxyY序列的區別，其中x和y代表不同的聲音，大寫字母代表音樂重音:即更高、更長或更大聲的重音。比如“MO-ca-mo-ca”和“mo-mo-ca-CA”是不壹樣的。
然後，斑胸草雀會聽到壹段不同重音和結構的不熟悉的序列。這項測試的目的是確定鳥類是通過聲調重音還是語音順序來區分差異。
正如米歇爾所展示的，人類主要是根據語音順序來區分差異的:比如abab與aabb不同，而cdcd與abab相似。人類會將abab結構壹般化，推導出聞所未聞的cdcd序列。這說明人類在聽序列的時候，主要關註的是句法或者語音順序。句法(壹種詞序，如“人咬狗”)是語言的重要特征。
相比之下，斑胸草雀主要關註序列的音樂特征，但這並不意味著它們對語序不敏感(事實上，它們在壹定程度上可以理解語序)，而是主要通過音高(語調)、時長和重音(音韻學)來區分序列。