Não há evidência, na música grega, de que houvesse mais de uma linha melódica independente e simultânea. Sabe-se apenas que às vezes a voz era dobrada à oitava, por outra voz ou instrumento. Eventualmente, duas notas poderiam ser ouvidas simultaneamente, mas estes sons não eram organizados e, portanto, não caracterizavam um pensamento harmônico. (CARVALHO, 2006, p. 14)

Pouco se conhece a respeito dos sistemas musicais que antecederam aos gregos, devido à falta de um sistema de notação musical. A música da antiga Grécia estava associada a cerimônias religiosas, magia, guerra, trabalho e rituais, e há evidências concretas que explicam a música desta cultura. Suas escalas eram baseadas no tetracorde. A combinação conjunta ou disjunta destes determinava a escala a ser formada. Os modos gregos diferenciavam-se de acordo com seu caráter, seus nomes derivam das tribos gregas. Estes modos não devem ser confundidos com os modos eclesiásticos (ascendentes) utilizados na Igreja Ocidental. (Muitos teóricos achavam que os modos eclesiásticos eram derivados dos modos antigos. No entanto, o teórico medieval não compreendeu bem o sistema grego, acarretando diferenças significativas entre os modos eclesiásticos e os antigos (AMMER, 1972, p. 60). Apenas alguns nomes dos modos eram iguais; as escalas antigas eram descendentes, a primeira iniciando-se com a nota mi (mi, ré, dó, si), e as medievais, ascendentes, começando com ré (ré, mi, fá, sol)). (CARVALHO, 2006, p. 14)

No início da era cristã, Roma tornou-se a autoridade eclesiástica. O repertório de cantos originários desta cidade se espalhou por todo o continente europeu. A música dos romanos serviu de ponte entre as músicas egípcia, hebraica, grega e cristã. Consistia, na verdade, em uma imitação e adaptação da música grega. (CARVALHO, 2006, p. 15)

O cantochão representou a principal música da civilização ocidental por quase mil anos, formando a base da polifonia religiosa da Idade Média e da Renascença. Era monofônica, com um âmbito restrito, cantado em latim, a cappella (sem acompanhamento), com base nos oito modos eclesiásticos, e utilizava principalmente movimento por grau conjunto. O cantochão foi fortemente influenciado pelas tradições judaicas e pelos cantos das igrejas cristã oriental bizantina, síria e armênia. Era estritamente funcional, não podendo ser desvinculada da liturgia católica. (CARVALHO, 2006, p. 15)

Na igreja ocidental. O cantochão era conhecido por nomes distintos de acordo com seu local: canto ambrosiano (Milão), mozarábico (Espanha), gaulês (França) e gregoriano (Roma). Os cantos romanos se tornaram os mais disseminados como resultado de sua organização numa coleção, no antifonário romano do Papa Gregório, o Grande (590-604), adotados depois em quase toda a Europa, daí seu nome de canto gregoriano. Os cantos dividiam-se em bíblicos (ofícios, salmos, cânticos) e não-bíblicos (antífonos, hinos, sequências) conforme seu texto. Eram cantados de três formas: antifonal (coros alternados), responsorial (solista alternado com o coro) ou direto (sem alternação). Também foram classificados como silábicos (uma nota para cada sílaba de texto), neumáticos (poucas notas para cada sílaba) ou melismático (várias notas para cada sílaba). (CARVALHO, 2006, p. 15)

A sistematização do cantochão e seu material melódico em padrões definidos – eventualmente resultando nos oito modos eclesiásticos – levou vários séculos. A melodia dos cantos foi composta e cantada durante anos antes de qualquer tentativa de sua classificação em padrões de tons e semitons. Esta tentativa causou o aparecimento de uma teoria musical ligada ao cantochão. (CARVALHO, 2006, p. 15)

Os modos eclesiásticos foram adotados no século IX, com os nomes protus (modos 1 e 2), deuterus (modos 3 e 4), tritus (modos 5 e 6) e tetrardus (modos 7 e 8), formando a base dos cantos adotados pela igreja católica para seu culto (HOPPIN, 1978, p. 65). Estes modos terminam com as notas ré, mi, fá e sol, agrupados aos pares. Os teóricos medievais chamavam estes pares de maneriae, e os identificavam através de números ordinais gregos (protus, deuterus, tritus e tetradus). Mais tarde, estes modos receberam nomes gregos: dórico, frígio, lídio e mixolídio (HOPPIN, 1978, p. 64). No entanto, seu desenvolvimento foi um processo gradativo, atingindo seu amadurecimento somente no século XI. Os modos eram reconhecidos pela sua extensão, finalis e confinalis. A finalis é a nota final do modo: a confinalis equivale à segunda nota de maior importância do modo, geralmente a quinta acima da finalis; também era conhecida como nota recitante. A extensão de cada modo era aproximadamente de uma oitava, sendo que nos modos autênticos era possível atingir uma ou duas notas abaixo da finalis. Os modos plagais geralmente utilizavam a extensão de uma quinta acima até uma quarta abaixo da finalis. (CARVALHO, 2006, p. 15)

A sistematização destes modos passou para a história graças aos teóricos medievais. Quatro modos foram acrescentados a estes na metade do século XVI, os modos eólio e jônico (autênticos e plagais), completando-se um total de doze (MILLER, 1941, p. 9-10). Desta forma, todos os tons poderiam servir de base, exceto o modo indicado com a nota Si (modo lócrio), o qual possui uma quinta diminuta entre sua finalis e confinalis. (CARVALHO, 2006, p. 16)