Naukowcy oceniają, że muzyka istniała już 80 tysięcy lat temu, w epoce kamiennej, kiedy pojawił się na Ziemi homo sapiens. Niewiele o tym wiemy, ale istnieją hipotezy, np. naśladowania zwierząt, czy zalotów i poszukiwania partnera. Nie mogło być początkiem muzyki naśladownictwo ptaków, bo organ mowy u człowieka pierwotnego nie był jeszcze aż tak wykształcony. Człowiek daleki był też od świadomości, że dźwięki bywają niższe albo wyższe. Najstarszym przejawem muzyki był rytm, a pierwsze melodie powstawały z jednego lub dwóch dźwięków.
Istnieją hipotezy według których śpiew i mowa mają wspólne korzenie, a muzyka może wywodzić się z języka mówionego. Badania wykazują, że ludy, których mowa jest bardzo melodyjna mają muzykę opartą na małej ilości dźwięków. Niemniej takie melodyczne niuanse zachowała mowa chińska, a muzyka tych terenów jest bardzo bogata w dźwięki i wysublimowana (Schaeffer B, Dzieje muzyki, 1983). Niewątpliwie miejsce w czasie, które widzimy w mroku dziejów to nie jest początek muzyki. Co do jednego można się natomiast zgodzić. Najstarszym przejawem muzyki jest śpiew. Śpiew jaki można obserwować u plemion prymitywnych często nie jest ani głośny, ani przesadnie rozbudowany co do skali, natomiast jest mistyczny, a więc pod wpływem emocji staje się nienaturalny i nadludzki.
Stosunkowo wcześnie człowiek odkrył możliwości swojego głosu, zaczął stosować go nie tylko w celach komunikacji, ale także dla wyrażenia uczuć i emocji. Rozpoznał mowę i śpiew. Sposób wykorzystywania przez człowieka własnego głosu jako instrumentu muzycznego na przestrzeni wieków także podlegał zmianom. Jednakże głos zawsze uznawano za instrument najbardziej delikatny i ekspresyjny
Tarasiewicz B, Mówię i śpiewam świadomie, 2006
Głos ludzki jest aerofonem, ponieważ proces tworzenia głosu jest podobny do mechanizmu wydobywania dźwięku w instrumentach dętych. Jest to aerofon o podwójnym stroiku, tak jak obój, tyle że organicznym. Długo uważano, że głos jest chordofonem, podobnie jak instrumenty strunowe (o więzadłach, mówi się struny głosowe). Porównywano go do harfy eolskiej, której struny porusza wiatr. Później uznano głos za aerofon, ale sądzono, że źródłem dźwięku jest słup drgającego powietrza. Była też teoria, że to idiofon, bo człowiek sam stanowi instrument, czyli jest samobrzmiący. Żadna teoria nie jest całkowicie satysfakcjonująca, ale nie można zaprzeczyć, że człowiek ma wibrator, incytator i amplifikator, a więc spełnia warunki bycia instrumentem muzycznym.
O tym, że do wydobywania głosu potrzebne jest współdziałania strun głosowych, strumienia powietrza i przestrzeni rezonansowych wiedziano już w starożytności. Sądzono, że jest to wynik pocierania strun głosowych przez powietrze. Dopiero w XX w. ustalono, że drgania więzadeł głosowych zależą od pracy kory mózgowej i impulsów nerwowych wysyłanych do krtani, przez ośrodkowy układ nerwowy, a powietrze je tylko przenosi. Wysyłane z mózgu impulsy koordynują pracę krtani, ale na drganie więzadeł ma wpływ zarówno ciśnienie wytwarzane przez układ oddechowy, jak i skurcz mięśni sterowany przez układ nerwowy. Częstotliwość drgań strun głosowych nie zależy od częstotliwości impulsów nerwowych, ale od napięcia więzadeł (im większe napięcie tym wyższy ton) oraz ich masy i kształtów.
Na przestrzeni wieków zmieniały się funkcje głosu, sposób wykorzystywania go, postrzegania, określania i cech, które uważano za piękne, bądź nieładne. Podstawą muzyki starożytnych krajów basenu Morza Śródziemnego była muzyka wokalna, na dalekim wschodzie przeciwnie – głosu w muzyce nie używano (śpiewanie przyzwoitemu Chińczykowi nie przystoi (Sachs C, Historia instrumentów muzycznych, 2005) W średniowiecznej Europie głos wiązano z jego funkcją w muzyce wielogłosowej.
Przełom XVI i XVII w. to powrót do monodii akompaniowanej i dramatu greckiego. Spowodowało to wykształcenie się głosów solowych i powstanie nowych gatunków, takich jak opera, oratorium czy kantata. Głos usamodzielnił się, pokazał nowe możliwości, zaczęto dostrzegać i wykorzystywać walory brzmieniowe i wyrazowe konkretnego głosu, a sam głos określać, respektując jego zróżnicowanie fizjologiczno-rejestrowe (nazwy głosów). XVII i XVIII w. to ogromny rozwój techniki śpiewania i estetyki belcanto przyjętej jako wzorzec pięknego śpiewu. Ten rodzaj śpiewania wywodzi się z Włoch, które były w tym czasie krajem, wyznaczającym obowiązujące trendy i kanony.
Człowiek może wydobywać dźwięki o różnej wysokości i różnym brzmieniu. Zakres dźwięków różnej wysokości wydobywanych przez daną osobę uporządkowany od najniższego do najwyższego nazywamy skalą (czyli testurą lub ambitusem) głosową. Każdy ma swoją indywidualną skalę głosu, choć zakresy tych skal są u ludzi podobne. Pod wpływem ćwiczeń, np. nauki śpiewu, skala głosu ulega rozszerzeniu, a sam głos dzięki zdobytej technice staje się ładniejszy, mocniejszy i bardziej dźwięczny.
Przeciętna skala głosu nieszkolonego to 1,5 oktawy. Głos noworodka obejmuje tylko trzy wysokości. Ma jednak dużą siłę i nośność, którą traci wraz z dalszym rozwojem dziecka. Od 2 do 15 roku życia rośnie krtań i wraz z nią wydłużają się więzadła głosowe. W wieku 15 lat dziecko może wydobyć głosem już kilkanaście różnych dźwięków. Do mutacji głosy dziewcząt i chłopców nie różnią się. Dzielimy je tylko na niskie (alty) i wysokie (soprany, tzw. dyszkanty). W okresie mutacji głosy chłopięce obniżają się o oktawę, a dziewczęce o tercję.
W wyniku szkolenia można uzyskać rozszerzenie skali do 3, a nawet 4 oktaw, ale wszystko zależy od predyspozycji danej osoby i można to porównać z osiąganiem wyników w sporcie. Dlatego nic dziwnego, że największą skalą dysponują soliści. Za wokalistę o największej skali głosu w muzyce popularnej uważany jest Mike Patton z zespołu Faith No More i jest to 6 pełnych oktaw. Okolice 5 oktaw osiągały Yma Sumac i Whitney Houston, a także Mariah Carey czy Axl Rose (Guns N’Rose), a niewiele mniej Violetta Villas (4 oktawy i seksta wielka), Janusz Radek (4 i pół oktawy), czy Prince (4 oktawy i 4 nuty). Czterooktawową skalą mógł się pochwalić Fredi Mercury. Cztery oktawy osiągają również Christina Aguilera, David Bowie, Thom Yorke (Radiohead), James Brown, Steve Taylor i co mało kto przypuszcza Paul McCartney, a także Justyna Steczkowska i Beata Kozidrak.
W przypadku muzyki rozrywkowej, tonacje można dobierać wokalistom dowolnie, w muzyce klasycznej, tonacja jest z góry zadana, więc możemy mówić jedynie o wymaganiach dotyczących niezbędnego zakresu wykonywanych dźwięków, stawianych śpiewakom w warunkach występów operowych czy operetkowych lub niezbędnej skali, aby śpiewać w chórze. W XIX w. zaczął obowiązywać podział na 6 głosów podstawowych sopran, mezzosopran, alt, tenor, baryton i bas.
Póki w estetyce wokalnej obowiązywało belcanto, a więc śpiew lekki i liryczny podział na głosy wydawał się wystarczający. Natomiast w operze romantycznej pojawiła się potrzeba uwzględnienia w takim podziale także innych atrybutów danego głosu np. timbre. Wiązało się to także z indywidualizacją i kreatywnością śpiewaków romantycznych. W związku z nowymi oczekiwaniami pojawiły się głosy określane jako lekkie (fr. soprano aigu) lub dramatyczne (fr. soprano dramatique). Zaczęto rozróżniać soprano drammatico, soprano leggiero, soprano acuto, soprano sfogato (głos bliski sopranowi koloraturowemu o mocno rozszerzonym wysokim rejestrze). Podobnie wśród tenorów wyróżniano np. tenor bohaterski czy tenor charakterystyczny.
Baryton (gr. barýtonos – nisko brzmiący; od barýs – ciężki, głęboki, silny i tónos -lina, struna, napięcie) to głos średnio niski, o głębokim brzmieniu i ciemnej barwie. Podobnie jak tenor może być liryczny i bohaterski lub dramatyczny. Ma ogromne możliwości wyrazowe, ale jednocześnie w operach nie ma dla barytonów zbyt wielu popisowych ról, a nawet pojedynczych arii. Natomiast jest to najbardziej popularny głos wśród piosenkarzy i radiowych lektorów. Sławni śpiewacy to Thomas Allen, Bryn Terfel, Thomas Hampson, Mattia Battistini, Dietruch Fischer-Diskau, Muslin Magomajew, Polacy Jerzy Artysz (bas baryton), Andrzej Hiolski, Adam Kruszewski, Mieczysław Fogg, Artur Ruciński, Mariusz Kwiecień, Wojciech Drabowicz, Krzysztof Łazicki.
Ostatnie nazwisko to śpiew przyszłości. Niespodziewane odkrycie sprzed kilku lat. Tak znakomite możliwości wokalne zauważono u studenta Uniwersytetu Muzycznego Fryderyka Chopina, ale na wydziale kształcącym organistów kościelnych, gdzie także wymagana jest umiejętność poprawnego śpiewania i panowania nad głosem. Finał: ukończone studia na wydziale wokalnym i angaż w Polskiej Operze Królewskiej.
To także (dzięki Kasi Figat) odkrycie na miarę epizodu w filmie Krzysztofa Zanussiego Eter (2018). A oto scena: W trakcie mszy jeden z żołnierzy, który brał udział w egzekucji, zaczyna złorzeczyć Bogu i bluźnić. Organista, który siedzi przy fisharmonii, zaczyna grać i śpiewać Kyrie Eleison, aby go zagłuszyć. Scena była realizowana na 100%, więc aby uniknąć niespodzianek, w zimnym drewnianym kościółku pod Sanokiem, zaprosiłam obu panów na próbę? pokaz?… sama nie wiem co. Kiedy Pan Krzysztof zaprezentował swoją wizję interwencji organisty, zapadła cisza. Reżyser po długim namyśle zaczął powoli: chyba nie mogę pana zaangażować do tej roli… bo to jest tak znakomite, nieprzewidywalne i oryginalne, że będzie pan lepszy w tej scenie niż wszystkie moje gwiazdy.
Śpiewak nawet nie zdawał sobie sprawy, komu będzie partnerował (Andrzej Chyra, Jacek Poniedziałek, Laszlo Zsolt, Rafał Mohr, Remo Girone i Victoria Zinny) i może dobrze, bo odpowiedzialność by go przygniotła. Wtedy był tyko chórzystą, ale kiedy jechaliśmy na zdjęcia uczył się już roli Masetto w Don Giovannim W.A. Mozarta, w którym teraz występuje.
Kilka miesięcy później szykowaliśmy ze Zbyszkiem Gracą w Ożarowie Mazowieckim w Hotelu Mazurkas jubileusz Krzysztofa Zanussiego. Pan Krzysztof miał zobaczyć i posłuchać przy tej okazji swojego młodego artysty. W takim razie Zbyszek dzwoni zapytać, co artysta chciałby zaśpiewać. A do mnie dociera taka relacja: on na to, że Arię szampańską z Don Giovanniego i Non piu andrai z Wesela Figara. Pomyślałem ignorant, bufon, albo samobójca, a mówiłaś że rozsądny. Na próbie pojawił się w krótkich spodenkach, taka chłopina, chudy, drobny. I już widzę, że orkiestra tylko czeka na rozwój wypadków. No będzie się działo. Gramy…. A on po kilku frazach już ich całkiem kupił.
Na koncercie było jeszcze lepiej, bo publiczność wiwatowała i wymuszała bisy.