Muzykę stanowią zjawiska akustyczne interpretowane w kategoriach estetycznych i emocjonalnych. Wszystkie zjawiska akustyczne zbudowane są z identycznego materiału konstrukcyjnego – tonów prostych. Różnią się tylko ich ilością, częstotliwością drgań i natężeniem. Wśród nieskończonych kombinacji wymienionych parametrów, pewna grupa zjawisk akustycznych, niezależnie od rodzaju źródła ich zaistnienia, posiada identyczne struktury tonów prostych. Dotyczy to ich ilości oraz zachodzących między nimi stosunków częstotliwości drgań. Ponieważ w muzyce zjawiska te odgrywają szczególną rolę, stąd dla podkreślenia ich wyjątkowości określa się je dźwiękami (odmiennie niż w akustyce – oceniającej zjawiska akustyczne bez emocji, wyłącznie kryteriami naukowymi – nazywającej dźwiękami wszelkie zjawiska akustyczne). Tylko w przypadku dźwięków człowiek potrafi wysłyszeć wysokość ich najniższych tonów prostych i określić usytuowanie całych zjawisk akustycznych. Zapamiętał też na tyle silnie strukturę ich tonów prostych, że poznając nawet jedynie jej fragment, umie określić brakujące składniki (proces maskowania).
Istotne w muzyce elementy: melodia i harmonia, mogły zaistnieć dopiero od chwili zapamiętania przez człowieka struktury tonów prostych dźwięku (fizycy mogli odtąd nucić swoje ulubione przeboje, np. w trakcie dokonywania badań związanych z naturą zjawisk akustycznych). O ile melodię stanowią pojedyncze dźwięki następujące po sobie w czasie (uszeregowane zgodnie z zamysłem reacyjnym), o tyle harmonię tworzą, podobno, współbrzmienia złożone z co najmniej trzech dźwięków, skonstruowane według zasad zapisanych w podręcznikach (teoretycy muzyczni odwołują się tu do powstałych w osiemnastym wieku traktatów harmonicznych, przyjmując za nieetyczne i pozbawione sensu jakiekolwiek próby weryfikowania ich tez).
Tak więc dwudźwięki stały się w tej sytuacji czymś niedookreślonym, z jednej strony – niespełniającym już warunków bycia atrybutem melodii, a z drugiej – jeszcze nieposiadającym praw przynależności do harmonii. Dla podkreślenia enigmatyczności tego statusu określa się je terminem przyjętym dla innych celów (opisania odległości dzielącej dwa dźwięki) i nazywa interwałami.
W melodii każdy z dźwięków posiada nienaruszoną architekturę tonów prostych (zakładając, że jakieś inne zjawisko akustyczne nie dominuje natężeniem), co powoduje, że słuchacze nie mają trudności w rozpoznaniu jego wysokości. Ocena estetyczna melodii zawiera się więc, przede wszystkim, w określeniu odczuć powstałych w następstwie wysłuchania przebiegu tworzących ją dźwięków. Opinia ta zależy w zasadzie od wielkości interwałów oddzielających dźwięki, czasie trwania dźwięków i długości pauz między dźwiękami.
W dwudźwiękach, tony proste składników nakładają się, deformując w mniejszym lub większym stopniu struktury poszczególnych dźwięków. Występuje tu stała zależność: im mniejsza odległość dzieli dwa dźwięki, tym silniej oddziaływują na siebie tony proste powielając się wysokościami, zagęszczając przestrzeń lub interferując dudnieniami. Wyjątkiem są dwudźwięki zwane unisonami prymy, powstałe ze składników o tej samej częstotliwości tonów najniższych (wszystkie tony proste powielają się, więc wysokościami uniemożliwiając zagęszczenia i zaistnienie dudnień) oraz dwudźwięki zwane unisonami oktaPiotr Kałużny wy (dwóch, trzech lub więcej) powstałe ze składników o częstotliwości tonów najniższych będących wobec siebie w stosunkach wielokrotności potęgi liczby 2 o wykładniku całkowitym, odczuwanych przez człowieka jako tożsame, znajdujące się tylko wyżej lub niżej wobec wybranego punktu odniesienia, (tony proste powielają się w tych samych wielokrotnościach, co tony najniższe, a zagęszczenia i dudnienia występują wśród niektórych jedynie, odległych tonach prostych). Interwały tworzące dużo zagęszczeń i silnych dudnień (zwłaszcza wśród najniżej położonych tonów prostych), jak np. septymy wielkie, są odbierane jako współbrzmienia zawierające energię niestabilną, dążącą do rozładowania. Interwały tworzące niewiele zagęszczeń i silnych dudnień, np. tercje, odczuwane są jako współbrzmienia zawierające energię stabilną, niedążącą do rozładowania. Ponieważ każdy z interwałów ma sobie tylko właściwą energię, niemającą zresztą nic wspólnego z tzw. ich przewrotami – ewentualne podobieństwa wartości energetycznej w niektórych dopełnieniach do oktawy są jedynie kwestią przypadku, np. w tercjach i sekstach – stąd dokładne określenie stopnia stabilności jego napięcia wymaga zawsze szczegółowej analizy. Przeprowadzenie jej wskazuje, że otrzymane wyniki pokrywają się z rzeczywistym działaniem interwału na nasze zmysły, które w następstwie stymuluje określoną reakcję estetyczną, zależną jeszcze od wrażliwości muzycznej, wykształcenia i osłuchania odbiorcy. Najbardziej stabilną energią wykazują się w kolejności – tercja wielka, tercja mała, seksta wielka i seksta mała.
Mniej stabilną energią charakteryzują się – kwinta czysta, tryton i septyma mała. Niestabilną energię mają – kwarta czysta, sekunda wielka i septyma wielka. Najbardziej niestabilną energię
posiada sekunda mała. W trójdźwiękach nakładanie się i deformacje struktur tonów prostych tworzących je składników są bardziej złożone. Oprócz wielkości interwałów decydujących o ilości wzmocnień, zagęszczeń lub dudnień tonów prostych, sama kolejność ich występowania – a najistotniejszymi są najniżej usytuowane – wpływa znacząco na stabilność lub niestabilność energii. I tak,
w tzw. postaci zasadniczej trójdźwięku durowego kolejność interwałów (zawsze niższy, potem wyższy, a na koniec powstały między dwoma skrajnymi dźwiękami) jest następująca – tercja wielka, tercja mała i kwinta czysta, w tzw. pierwszym jego przewrocie – tercja mała, kwarta czysta i seksta mała, w tzw. drugim jego przewrocie – kwarta czysta; tercja wielka i seksta wielka; w tzw. postaci zasadniczej trójdźwięku molowego kolejność interwałów jest następująca – tercja mała, tercja wielka i kwinta czysta, w tzw. pierwszym jego przewrocie – tercja wielka, kwarta czysta i seksta wielka, w tzw. drugim jego przewrocie – kwarta czysta, tercja mała i seksta mała; w tzw. postaci zasadniczej i przewrotach trójdźwięku zwiększonego kolejność interwałów jest następująca – tercja wielka, tercja wielka i kwinta zwiększona (w systemie temperowanym tożsama napięciowo sekście małej); w tzw. postaci zasadniczej trójdźwięku zmniejszonego kolejność interwałów jest następująca – tercja mała, tercja mała i kwinta zmniejszona, w tzw. pierwszym jego przewrocie – tercja mała, kwarta zwiększona (tożsama kwincie zmniejszonej) i seksta wielka, w tzw. drugim jego przewrocie – kwarta zwiększona, tercja mała i seksta wielka.