Sang er blant menneskehetens eldste uttrykksformer, sannsynligvis oppstått i eldre steinalder. Selv om vi ikke kan vite det for sikker, foreslår forskere flere komplementære teorier:
Tidlige vokaliseringer kommuniserte følelser, koordinerte grupper og styrket sosiale bånd – forløpere til strukturerte melodier.
Sanger, bonner og seremonielle sanger forbundet fellesskap med det guddommelige og markerte livsoverganger.
Sang externaliserer glede, sorg, kjærlighet og stress, fremmer kollektiv katarse.
Etterligning av fuglesang, dyrelyder og miljømessige rythmer kan ha tennt melodisk oppfinnelse.
Vuggesanger og roende vokaliseringer pleiet tilknytning, utviklet stemmekontroll og musikkalsk sensitivitet over generasjoner.
Sang oppstod sannsynligvis uavhengig i flere regioner, og utviklet seg over årtusener til de mangfoldige tradisjonene vi hører i dag.