我们只有在高兴的时候才活动，所以我们对一切动的物体总是感到害怕的，因此我们的耳朵必须要灵，要能通过它听到的声音判断发出声音的物体的大小和远近，以及它的振动是很猛烈还是很轻微。动荡的空气是往往要受到反射的，一有反射就要产生回音，因而使我们听到的声音有所重复，觉得那发出声响的东西是在别的地方而不是在它本来的地方。在平原和山谷中，我们如果把耳朵贴着地面，就比我们站着能听到更远的脚步声和马蹄声。

    由于我们已经把视觉同触觉做过一番比较，所以也须把它拿来同听觉比较一下，以便知道从同一个物体同时发出的两种印象，哪一个最先达到接受印象的器官。当我们看到大炮的火光时，我们还可以进行躲避，但一听到了爆炸声，那就来不及了，因为炮弹已经到了我们的跟前。我们可以根据闪光和雷声之间相隔的时间来判断那一声霹雳是从多远传来的。你们要使孩子们懂得这些经验，要使他们就他们的能力所及去取得这些经验，并且能举一反三，归纳出其他的经验；不过，我倒是一百个情愿他们对这些经验一个也不知道，而不愿意由你把这些经验告诉他们。

    我们有一个同听觉器官相应的器官，那就是发声器官；但是我们没有同视觉器官相应的器官，我们不能使颜色象声音那样反复出现。我们对听觉器官也有一个培养的办法，那就是使主动器官和被动器官互相地进行锻炼。

    人有三种声音：说话的声音或音节清晰的声音、唱歌的声音或有旋律的声音、感伤的声音或高昂的声音，感伤的声音是感情的语言，它使人的歌唱和说话富有蓬勃的生气。小孩同大人一样，也有这三种声音，然而也同样不知道把这三种声音加以结合。他也象我们一样，能笑、能哭、能感叹、能叫喊、能呻吟；但是他不知道把这些声音的音调变化同其他两种声音配合起来。完美的音乐是把这三种声音结合得非常之好的。孩子们是不会这种音乐的，他们唱的歌没有情感。同样，在说话的声音中，他们的话也没有声调；他们叫喊，但他们不能音节分明地叫喊；正如在讲话中没有抑扬一样，他们的叫声也不洪亮。我们的学生讲起话来声音还更单调，因为他的情感还没有唤发起来，所以还不能把感情的表达同他的语言结合在一起。不要教他去背诵悲剧或喜剧角色的台词，甚至象有些人所主张的教他朗读，我认为也是不必要的。他的脑子再好也不会好到能有声有色地说他们一点也不懂的事情，或者有表情地发抒他们从来没有体会过的情感。

    教他说话的时候要声调匀称而清楚，要咬清音节，要吐字准确而不故意做作，要懂得和按照语法规定的重音和韵律发音，要有足够的音量，让人家听得清楚，但是绝不要把声音提高到超过需要的程度--在公立学校受过教育的学生一般都有这个毛病；在任何事情上都不要有过分的多余。

    同样，在唱歌的时候，声音也要唱得准，唱得稳，唱得柔和而响亮；他的耳朵要听得出拍子和韵调；但是，做到这一点就够了，不要有过多的要求。拟声音乐和舞台音乐是不适宜于在他那样的年纪时唱的；我甚至不希望他唱歌辞，如果他要唱的话，我就尽量拿适合于他年纪的有趣的歌辞给他唱，而且歌辞的意思也要象他的思想那样简单。

    有人以为，既然我不急于教他识字，我也不急于教他认谱。我们要避免使他因过分用心而仿害脑筋，我们不要急于使他的心思专注于那些死板的符号。我承认，这看起来好象是很困难的；因为，正如不识字也能说话一样，在起初即使不识乐谱也是能唱歌的。但是，其间有这样的区别：说话是表达我们自己的思想，而唱歌则是表达别人的思想。为了能表达它，就必须认识它。

    但是，第一，即使不认识乐谱，我们也可以听出来，而一支歌子我们用耳朵去学总是比用眼睛去学更学得准确的。此