Mennesker har sunget siden før oppfinnelsen av moderne språk. Men vokal musikk som vi kjenner den i dag har røtter i middelalderen.
Den tidligste formen for musikk kjent for mennesket er vokal musikk. Før 900 e.Kr. ble vokal musikk ikke skrevet ned. Den ble sunget fra person til person, ofte overføring vital informasjon om historie og kultur. I middelalderen begynte vokal musikk sin utvikling til moderne form.
I middelalderen var koralsang knyttet til religiøse praksiser den vanlige formen for vokal musikk. Sangene var monofoniske, inneholdende en enkelt musikalsk linje uten harmoni. Koraler ble sunget ofte i religiøse omgivelser. I sekulære miljøer, sang trobadorer, vandrende musikere på leie, monofoniske sanger. Mye av den overlevede trobador-musikk fra denne epoken kommer fra Frankrike og Tyskland.
Med den europeiske renessansen som begynte i 14. århundre, utvidet vestlig vokal musikk seg fra monotone koraler til stadig mer komplekse sangstrukturer og harmonier. Madrigaler, populære sekulære sanger fra epoken, ble virkeområdet for både trobadorer og amatører. Sang med instrumentell accompagnering reiste til fremtredende.
Mens harmonier og musikalske strukturer utviklet seg i europeisk-påvirkede land, så gjorde sangene. Vokal musikk utvidet seg til teater i form av opera, en musikalsk forestilling. Kompositører skrev også sanger som skulle utføres i konserthus.
Nutidig vokal musikk i europeisk-påvirkede land som USA har røtter i den vestlige tradisjonen, som inkluderer konsepter som musikalsk notasjon på en fem-linjes notelinje, en åtte-noters musikalsk oktav og harmonier basert på store og små skalaer.
Vokal musikk tar på seg distinkt forskjellige former i kulturer utenfor den europeiske tradisjonen. I land som India, kan vokal musikk inkludere noter som er non-eksistente på den vestlige åtte-noters oktav. Andre land fortsetter å videreformidle vokal musikk, som folkesanger, gjennom muntlig tradisjon i stedet for skriftlig form.