如果把诗看作是语言的艺术，那么，关于语音与意义的关系的认识，就构成诗对于语言本质的理解性话题。如果按照西方语言学的古老传统，认为语音与语义之间的关系是一种约定俗成的关系，而这种关系归根结底又是非逻辑的或任意的，那么，音义关系的任意性和约定俗成性就有了一定的民族认识论的基础。根据著名美国语言学家萨丕尔在《语言论》中的观点，语言主要地是一个听觉—运动符号系统，而视觉系统不过是它的不完全的翻译形式而已。也就是说，诗对于口语与书面语的关系的认识总体上是：语音—口语是第一位的，语义—书写是第二位的。也可以说，诗的要点在于通过语音传达意义，因此，诗中的语音就有了特殊的艺术象征和审美感受意义。
就纯语音的角度来看，音色是个人的或偶然的；音的高低强弱长短疾徐的运用又带有特定语言艺术的性质；处于中间状态的元音与辅音及其组合状态，则具有相对固定的品质因素。美国诗学专家劳伦斯·珀赖因教授说：
一般说来，元音比辅音悦耳，因为元音是乐音，辅音是噪音。一行诗的元音比辅音占比较大的百分比就更和谐，反之，就不那么和谐。元音与辅音的品质也不相同。长元音比短元音发音更洪亮。辅音中有些更悦耳，如l，m，n和r等流音；柔和的v和f音；半辅音w和y音，以及th和wh等。其他辅音如爆破音b，d，g，k，p，t在声音效果上就更加尖锐刺耳。
这样，诗中的声音效果就具有三种逻辑上的可能性：1，纯语音的声音刺激，即物理的或生理的；2，纯语义联想性质的，即理智的或认知的；3，语音语义结合状的，即艺术的或审美的。第一种情况最好的可能是造成纯音响的趣味，也许是无意义的；第二种情况下的语义构成很少带有感情或感性色彩，即不大能感染人；只有第三种才属于诗的审美的类型。
绕口令虽然有意义，但并不以意义为主，而是以声音的效果为主。下面中英文各举一例：
Peter Piper picked a pack of pickled peppers。
吃葡萄不吐葡萄皮儿，不吃葡萄偏吐葡萄皮儿。
拟声词的原理在于把意义从某种近似自然的声响中抽取出来或强加进去，或者说在感受上让人从语音效果引起意义联想。莎士比亚戏剧中有一首充满拟声效果的小诗：
Song：Hark，Hark！
Hark，Hark！
Bow-wow。
The watching dogs bark！
Bow-wow。
Hark，Hark！I hear
The strain of strutting chanticlear
Cry，“Cock-a-doodle-doo！”
（Shakespeare）
歌：听啊！听！
听啊！听
汪！汪！
犬在门前狂吠！
汪！汪！
听啊！听！我听见
伸颈的雄鸡
喔喔嘀！
（朱生豪译）
诗中直接模仿声音的词语有犬吠声Bow-wow和鸡鸣声Cock-a-doodle-doo！使人产生如闻其声如临其境的感觉。又如美国诗人爱伦坡的《钟》，借助于众多的叮哩当啷的连串音响，也使人产生类似的语音效果。
另一种并非直接的拟声效果，便是借助于某种语音引起一定的自然声响，再借以引起有关的意义或形象联想。D。H。劳伦斯的《蛇》中有一小节，借助于反复出现的s（嘶）声，使人想到草丛中爬行的蛇的运行姿态（这种语音效果通过翻译必然丧失似乎是不言而喻的，故而不提供汉语译文）。
He reached down from a fissure in the earth-wall in the gloom And trailed his yellow-brown slackness soft-bel-lied down，over the edge of the stone trough And rested his throat upon the stone bottom，And where the water had dripped from the tap，in a small clearness，He sipped with his straight gums，into his slack long body，Silently。
（D。 H。Lawrence）
然而，如果诗句本身的抽象意义并不需要声音的联想，而事实上诗句却用了声音作为艺术手段，那么，除了诗歌纯语言的声音趣味之外，其实并没有增强诗的音乐性和艺术性。莎士比亚十四行诗的第三十首开头四句，就是这样的情况。
When to the sessions of sweet silent thought
I summon up remembrance of things past，
I sign the lack of many a thing I sought，
And with old woes new wail my dear time's waste。
我有时醉心于深思默想，
把过往的事物细细品尝；
我感叹许多未曾如愿之事，
旧恨新愁使我痛悼蹉跎的时光。
（辜正坤译）
平心而论，上引诗句中W音（woes，wail，waste）也许和意义有一定联系，但英语中的S音同思想（thought）一类意思并无固定的联想和联系。可见此种音韵重复至少今日已经不能作为修辞手段了。倒是汉语中S音常与“思念”的“思“构成固定联想，因而具有了诗意的机制。例如下面骆宾王的《在狱咏蝉》的前两句：
西陆蝉声唱，
南冠客思深。
其中的“蝉声”与“客思”的S音，倒是有一定的联想作用的。但更多的联想作用则是“丝”与“思”的同音联想，往往是以“丝”喻“思”。
春蚕到老丝方尽，
蜡烛成灰泪始干。
（李商隐）
另一个巧妙运用汉字语音的实例是qing（晴/情）的双关，例如：
东边日出西边雨，
道是无晴（情）却有晴（情）。
（刘禹锡）
一个似乎并不困难的发现是，比较早期的语言，或者一个语言的早期，都注重明显的诗的音韵效果，例如在古英语中很是讲究诗的头韵。可以下面一个著名的诗节为例：
Over breaking billows，with bellying sail
And foamy beak，like a flying bird
The ship sped on。
（乘风破浪，扬帆远航
水沫四溅，如鸟飞翔
海船加速向前方）
（王宏印译）
其中有若干音节以同一个辅音b或f开始，这种情况同词的重音落在第一个音节上有关。这就适合了英语的以重音作为音韵手段的语言特点。
无独有偶，古汉语中的诗歌音韵修辞手段，一开始是以联绵词为主要特色的。其中包括双声（伶俐，仿佛），叠韵（逍遥，阑干），以及双声叠韵以外的连绵词（妯娌，玛瑙）。《诗经》中这样的例证不少：
关关雎鸠，在河之洲。
窈窕淑女，君子好逑。
（《诗经·雎鸠》）
静女其女朱，俟我于城隅。
爰而不见，搔首踟躇。
（《诗经·静女》）
关于音义之间的直接联想在诗歌中的作用及其运用的原理，要数亚历山大·蒲柏的《论批评》写得最为清楚而全面。他的一句名言是：“音韵须是意义的回声。”现引其一节，以见其要：
音响应该就像是意义的回声。
和风拂煦，旋律是何等（那么）轻柔，
涟漪柔滑，在柔滑的韵律里流；
但当怒涛击岸，势如雷霆，
粗犷的诗（诗句）就应当像激流奔腾，
当埃阿斯奋力想把巨人扔出，
诗行也感沉重，词句难迈脚步；
不同于描写卡密拉掠过平原，
飞过麦田，麦杆儿连腰也不弯。
（佚名译）
尽管译者运用了多种手法，仍觉得须有译文复译的几处小小的改动加在括号里。若是用英文原文给出，再加上英文的斜体大写等强调手段的综合运用，则古典诗学的音义和谐的原理尽显无遗：
The sound must seem an Eccho to the sense。
Soft is the Strain when Zephyr gently blows，
And the smooth Stream in smoother Numbers flows；
But when loud Surges lash the sounding Shore，
The hoarse，rough Verse shou'd like the Torrent roar。
When Ajax strives，some Rock's vast Weight to throw，Th line too labours，and the Words move slow；
Not so，when swift Camila scours the Plain，
Flies o'ver th'undending Corn，and skims along the Main。
（By Alexander Pope）
从上引一节诗的英汉两种文本不难理解，各国语言的不同，是制约各国诗歌音韵、节奏和格律特点的十分重要的因素。萨丕尔《语言论》认为，语言的节奏系统，源自各个语言的无意识的动力习惯，即人民群众的日常说话的习惯。由此造成各主要国家的诗歌大体情况是：
总起来说，拉丁和希腊诗依靠音量对比的原则；英语诗依靠音势对比的原则；法语诗依靠音节数目和响应（原文echo，指同位元音和押韵——译注）的原则；汉语诗依靠数目、响应和声调对比的原则。（P206）
更加难能可贵的是，他还在《语言论》中研究了汉语诗歌的音韵特点，并在和欧洲语言比较中作了详细讨论。
汉语的诗沿着和法语差不多的道路发展。音节是比法语音节更完整，更响亮的单位；音量和音势太不固定，不足以成为韵律系统的基础。所以音节组——每一个节奏单位的音节的数目——和押韵是汉语韵律的两个控制因素。第三个因素，平声和仄声（升或降）音节的交替，是汉语特有的。（P205）
汉语是声调语言。关于汉语的四声，平仄及其音韵特点，自然是中国人自己体会得深刻而准确得多。明人叶昼说：
“平声平道莫低昂，
上声高呼猛烈强，
去声分明哀道远，
入声短促急收藏。”
谢榛在《四溟诗话》中言及四声平仄之妙，有一段话颇具艺术感染力：
“妙在平仄四声而有清浊抑扬之分。试以东、董、栋、笃四声调之。“东”字平平直起，气舒且长，其声扬也；“董”字上转，气咽促然易尽，其声抑也；“栋”字去而悠远，气振愈高，其声扬也；“笃”字下入而疾，气收斩然，其声抑也。夫四声抑扬，不失疾徐之节，惟歌诗者能之，而未知所以妙也。非悟何以造其极，非喻无以得其状。”
关于汉语诗的音韵效果，不妨引用一首短诗加以简要说明。
听颖师弹琴歌
昵昵儿女语，
恩怨相尔汝；
划然变轩昂，
猛士赴敌场。
（韩愈）
前两句用双声或叠韵，表现儿女私语。元音只有一个相为开口呼，辅音无硬音，摩擦音或爆破音，因而显得圆润，轻柔而和谐。后两句用一个“划”字突兀斩截，一变而为开口呼阳平声，使得气韵轩昂，表现“猛士赴敌场”的英雄气概，与前两行构成明显对照。可见，语言中语音的单个的固有的因素必须能够结合而为有效的关系因素，才能成为表现特定意义的诗歌的音韵形态。其基本的艺术原则，仍然是模仿自然。
毋庸讳言，汉语的三大特点，节奏，押韵和平仄，集中表现在古典格律诗的传统中。在这个意义上，也可以把古典的格律诗看作是汉语固有语言节奏与音韵的固定化表征。既然同一种格律诗可以表现喜怒哀乐等各种感情因素，那么，除了词语平面上的音义联想有时能起到一定的作用之外，韵律的语言节奏和诗人的内心感情也可以说不一定有关系。
下面是王维的一首《渭城曲》：
渭城曲
渭城朝雨裹轻尘，
客舍青青柳色新。
劝君更饮一杯酒，
西出阳关无故人。
（王维）
同样是一首七绝，王维的诗在清晨的送别中含有清新的气息，而下面一首韦应物的《滁州西涧》，却在晚来的急雨中表现出沉稳苍茫之色：
滁州西涧
独怜幽草涧边生，
上有黄鹂深树鸣。
春潮带雨晚来急，
影渡无人舟自横。
（韦应物）
与格律诗重视语言本身的节奏感不同，现代自由诗的节奏感是适合诗的具体内容的，也可以说是语言节奏与思想内容的密切结合状。而这种结合状对于每一首诗而言，甚至可以说是独一无二的。请看下面一节自由诗在创作上为内容而设置的语言节奏和韵律：
老妓女
夜，在阴险地笑，
有比白昼更惨白的
都市浮肿的跳跃，叫嚣……
（唐祈）
除了重视语言本身的节奏感之外，另一种观点比较强调诗的节奏要适应人的呼吸节奏。著名的美国“黑山派”诗人奥尔森属于后者，他说：“我以为，必须抓住呼吸的某些规律和可能性，并将它们融入诗中；那是写诗的，也是听诗的人的呼吸。”在这一方面，郭沫若翻译的英国浪漫派诗人雪莱的《西风颂》可以作为范例。他打破了原诗十四行诗的格律，另立格律，借助一行行模仿风吹的节奏，将诗行的内容和诗人的呼吸节奏融为一体，比较好地照顾了诗的语言形式和思想内容的统一。于是就有了下面的一节诗行：
请你把我沉闷的思想如像败叶一般，
吹越乎宇宙之外促进一番新生！
请你用我这有韵的咒文，
把我的言辞散布人间，
好像从未灭的炉头吹起热灰火烬！
请你从我的唇间吹出醒世的警号！
严冬如来时，哦，西风哦，
阳春宁尚迢遥？
（雪莱《西风颂》；郭沫若译）
倘若要在观念上进一步追究，甚至可以认为，郭沫若有意识地运用中国古代宋玉的《风赋》中所鼓吹的风的观念，借助于三个“请你”开头的诗句，让诗行像一股一股的风，一口一口地吹出来，一行一行地吹出来，真是妙不可言！
然而，也许是受了视觉印象的影响，当我们读美国现代派诗人金斯堡的《嚎叫》的时候，那长长的诗行就不容易接受和理解了。但只要我们想象一下当时朗读时的情景，想象一下当时诗人在街头即兴朗诵：歇斯底里大声嚎叫的气势和不吐不快的心情，那么，《嚎叫》冗长的诗句那一气呵成的节奏和连贯一体的意象和思想，隐藏在诗人有控制的呼吸节奏之中，就不是不可以理解的了。
我看见这一代最杰出的头脑被疯狂毁坏，他们饿着肚子歇斯底里赤身裸体，拂晓时分拖着脚步穿过黑人区找一针够劲儿的毒品，头脑天使一般的嬉皮士们渴望与这夜的机械那繁星般的发电机发生古老的天堂式的关系，他们衣衫破烂眼神空虚坐在只有冷水的公寓那超自然的黑暗中，毒品吸得醉意朦胧飘越过城市上空心想着爵士乐，他们在高架铁路下对上天披露内心，却看见穆罕默德天使们在被照亮的公寓屋顶上踉跄而行，……
（赵毅衡译）
语音的模仿再加上歌唱的节奏，大体上就可以构成诗的音乐性了。因此，好的诗歌，不仅有清晰明快的韵脚和可歌可击的节奏，而且甚至可以一面敲击一面歌唱。甚至有的诗歌，吸引了音乐家的注意，竟然当作歌词，谱曲作歌了。台湾诗人余光中的一首《踢踢踏》，就是这样一首可歌可击的“音乐诗”。全诗共有四节，今只取第一节以示之，以省篇幅：
踢踢踏
——木屐怀古组诗之二
踢踢踏
踏踏踢
给我一双小木屐
让我把童年敲敲醒
像用笨笨的小乐器
！从巷头
到巷底
踢力踏拉
踏拉踢力
（余光中）
当然并非所有的诗歌音乐性都要模仿儿歌的格调，一个直接的吸取倒是诗歌模仿民歌的形式。例如贺敬之的《回延安》就是运用陕北民歌信天游的比兴手法和双行压韵的特点，生动地写出了当年老一代革命家回到延安时的激动心情。以下是前几节：
回延安
心口吁莫要这么厉害地跳，
灰尘吁莫要把我的眼睛挡住了……
手抓黄土我不放，
紧紧儿贴在心窝上。
……几回回梦里回延安，
双手搂定宝塔山。
千声万声呼唤你，
——母亲延安就在这里！
（贺敬之）
即便是同一题材的诗歌，比如描写陕北的诗歌，而且是吸收了陕北民歌的诗歌，在现代的诗歌形式上也会有明显的不同，虽然这不同往往是隐含的。例如，朱墨的一首《黄河壶口》，其中除了很强的视觉意象叠加的画面效果之外，还有明显的音乐性。其所用的音乐手段如下：
全诗始终用两行一个诗句的构句方式模仿信天游的构句，而且第一句和最后一句用的是两行押同一韵（涌，程；塑，口）的结构。
用每句押韵和中间换韵的手法，实现了从“涌，程，中，声”到“悠，楚，塑，口”的换韵效果。
用交替出现的二字结构（雾里云里，沟沟豁豁）和三字结构（毛茸茸，长悠悠，苦楚楚），构成沉稳而又活泼的乡土歌谣气氛。
“雾里云里你腾空起呦”一句中的“呦”字，是为了模仿民歌而特意运用的语气词。而最后一句前加的“啊”，却是代表诗人情感爆发的感叹词，可见这首诗的叙事层次的丰富性。
现在让我们完整地感受一下这首诗的音乐效果和画面效果。
黄河壶口
浑黄的奔涌
一个民族的历程
毛茸茸的羊群撒欢
在老一辈流淌的皱纹中
雾里云里你腾空起呦
安塞小伙儿的腰鼓声
黄土高坡的沟沟豁豁
信天游鞭儿甩得长悠悠
大漠落日红红的脸
照不尽岁月苦楚楚
啊一个立体的雕塑
黄河壶口
（朱墨）
可是，切记，无论诗歌如何模仿音乐，诗歌是无论如何也不能达到音乐的绝对高度的。这是因为，音乐是一种很纯的声音形式，容不得半点噪音和不和谐。而语言却无法做到这一点。语言是大众化的粗糙的工具性的东西，而诗人却不得不利用语言来创造一个非大众的非粗糙的非工具的诗性世界。假若这种矛盾真的能够完全克服，假若诗歌上升为音乐这个目标能够完全实现，那所谓的“纯诗”就有实现的可能了。然而这是不可能的。诗人永远走在语言的沙漠中，向着音乐的绿洲艰难地前进——除非他能彻底摔掉意义的包袱，轻装上阵。
著名现代派诗人和评论家T·S·艾略特，关于诗的音乐性有这样的论述，可以加强我们对于诗及其音乐性的认识：
这里，我强调这样的观点，即一首“音乐性的诗”是一首具有声音的音乐格式和组成它的词的次要含义的音乐格式的诗，这两种格式是一个不可分割的整体。如果你不同意这一观点，认为“音乐性的”这个形容词只能被恰当地用在脱离了意义的、纯粹的声音上面，我只能重申我过去的主张，即一首诗的声音和它的意义同样是从诗中抽象出来的。（艾略特：《诗歌的音乐性》）
也就是说，抽象的谈论一首诗的音乐性或意义，就有把一首诗分离为音乐性和意义的危险，因为一首诗（a poem）是一个整体，是不可分析的。而在诗（poetry）的层面上，或许可以谈论诗的音乐性和意义，因为“诗”是一个抽象概念，是可以分析的，尽管也可以说“诗”是一个整体。
我们以上的分析，只不过是以“诗作”为例来分析“诗”。
