似乎说法不一：

如果按照“劳动节奏说”，或者“自然鸟鸣说”来讲，那么音乐起源于自然界的声响。那么一切能够有“自然界悦耳的原型”的，都是好听的了。

如果按照“感情抒发说”，那么音乐又变成了个人的了。一切和自己自身的结构相符合的就是好听的了。每个自然的人高兴时都会笑，难过时都会哭，惊恐时都会大叫，但是每个人的哭、笑、大叫等等都不同，那么类似于自己“哭、笑、大叫以及一切适合于自己的抒发感情的发生方式”的音响就都是悦耳的了。

此外还有一种“语言扩展说”，那么这里的音乐就牵扯到语言学和音韵学的问题了，也就是说和自己语言有着某种相似的音响时美的了。


由此看来，悦耳，并不是一个训练的概念，或者说并不完全是，他必须和某种音律有着相似性，才能引起人愉悦的感情。