Музыкалық тілді ғылыми категория ретінде енгізу ХХ ғасырдағы гуманитарлық ғылымдардағы құрылымдық және жүйелік ойлаудың дамуымен тікелей байланысты. Музыканы тек эстетикалық құбылыс емес, ішкі заңдылықтары бар ұйымдасқан жүйе ретінде қарастыру қажеттігі туындады. Осы тұрғыда музыкалық интонация, лад, метроритм, форма сияқты элементтер кездейсоқ құбылыс емес, белгілі бір мағыналық байланыста әрекет ететін құрылымдық бірліктер ретінде түсіндіріле бастады. Бұл үдеріс музыкалық тілді дербес ғылыми объект ретінде қарастыруға алғышарт жасады.
«Тіл» ұғымының музыкаға қолданылуы бастапқыда метафоралық сипатта болды. Зерттеушілер музыкадағы қайталанатын интонациялар мен формулаларды «сөзге», ал олардың байланысу принциптерін «грамматикаға» ұқсатты. Алайда уақыт өте келе бұл ұқсастық таза бейнелі салыстырудан аналитикалық модельге айналды. Музыкалық тіл сөйлеу тілін тікелей көшірмелемейді, бірақ құрылымдық деңгейлер, тұрақты элементтер және мағына тудыру механизмдері тұрғысынан салыстыруға келетін жүйе ретінде қарастырыла бастады.
Осы кезеңде музыкалық тілдің құрылымдық деңгейлері туралы алғашқы теориялық тұжырымдар қалыптасты. Лад пен метроритм дыбыстық ұйымдасудың іргелі деңгейі ретінде, форма музыкалық ойдың кеңістік-уақыттық құрылымы ретінде анықталды. Интонация музыкалық мағынаның бастапқы тасымалдаушысы саналып, формулалылық пен қайталымдылық музыкалық жад пен дәстүр сабақтастығын қамтамасыз ететін факторлар ретінде түсіндірілді. Бұл ұстанымдар музыкалық тілді тұтас, көпдеңгейлі жүйе ретінде теориялық тұрғыда негіздеуге мүмкіндік берді.
Осылайша музыкалық тіл ұғымы біртіндеп метафоралық сипаттан арылып, нақты ғылыми мазмұнға ие болды. Ол музыканы талдаудың қосымша құралы емес, оның ішкі логикасын, тарихи дамуын және мәдени мағынасын түсіндіретін негізгі категориялардың біріне айналды.