语言和音乐注定会出现吗
熨衣服和玩滑翔有什么共同点吗？恐怕很少。不过，二者有一点倒是共通的——不是人类生就该做的事。同样，现代文明中的诸多行为，我们虽已习以为常，但它们却和上述两件事情一样，并不是我们“应该”做的。我们是生活在非常不自然的环境中、行为荒唐的类人猿，就像活在空气里的鱼。所以，如果谁有兴趣到个单子，算算哪些特征是身而为人所独有的，那么我们如今的许多荒唐举动，恐怕都得落榜了。
经过千年演变才可用
排在我们“应该”做的事这个榜上的，头一件便是语言和音乐，这两样事情也是人类区别于其他动物的本质特征。语言是人类实用行为的精华，也是我们能统治地球的关键；而音乐无疑是艺术的顶峰。语言和音乐复杂得令人难以置信，而我们居然可以在很小的年纪便能学会它们。正是通过这一点，我们得以认定，这两种行为是人类生来就该做的。
但是，万一我们会错意了呢？万一事实是，语言和音乐不是必然会发展出来的呢？我们每天说那么多话，花那么多时间听音乐，但其实这对人类来说，就像鱼飘在空中一样不自然，又将如何呢？
我认为，其实，语言和音乐并不属于人之为人的特征。人类之所以能言语、会音乐，绝非自然选择之下演化出的结果；我们长出了能使用语言和音乐的脑袋，并不是因为我们的大脑在生物演化的过程中慢慢开发出这些功能的。原因恰恰相反，是语言和音乐历经数千年的“文化演化”，才终能为我们所用。
换句话说，不是我们的大脑“为了”能说能唱而不断“升级”；而是语言和音乐自身不断改变，才能在人类的神经系统中能顺利地运行。
但是，究竟该怎样论证这一观点？如果语言和音乐自己变得适用于毫无语言和音乐天分的大脑，那么它们到底是怎么演化的？
模仿自然声被大脑接受
首先，语言和音乐必须得具有自然界中声音的特征。也就是说，人类的听觉系统在演化过程中，变得非常善于处理来自于自然界的声音，语言和音乐必须得模仿这类自然之声，这样才能充分利用我们的大脑。
语言和音乐也的确这样做了。对人类来说，最重要的听觉刺激有以下两类：物体（最常见的是固体）发出的声音，人发出的声音。研究中，我证明了人类语言和音乐中所运用的声音，分别来源于这两个领域中的特征声音。
自然界中的音高变化，主要表现为多普勒效应。发声体（即波源）朝着观察者移动时，观察者听到的声调会变高；而发声体背离观察者移动时，观察者听到的声调会变低。通过分析声调变化，观察者能听出发声体相对于自己的运动方向。一系列证据表明，在音乐适应文化的演化进程中，音乐旋律逐渐演变为类似于人听到的、其他人相对自己运动时发出的声波频率（通常以夸张的形式呈现出来）。这也可以理解为，音乐逐渐演变为类似于人发出的声音。
首先，考虑到发声者的声波频率范围固定，也就是说，发声者朝向观察者移动时，观察者听到的声音有个最高频率；反之，则有个最低频率。那么音乐的音高也保持在一定的范围之内吗？通常是这样的。而且，在音乐里，还有个专门的词来代指这个范围——“音域”。
简而言之，研究的初步结论是，人类的语言听起来像是固体发出的声音，而音乐听起来则像是人发出的声音！
我们并不是必然会开口说话，也不是一定要聆听音乐的，这些竟然根本就不是人类的本质特征。那么，到底怎样才能被称为人类？与智人相比，我们生活的环境非常不同。我们的生境里充满了文化产品，其中两项重量的产品便是语言和音乐。这些文化产品的使命便是利用我们的大脑中的原始能力，并将它们改造成如今这样。（马克）