W myśli prawosławnej nie znajdziemy traktatów poświęconych teologii muzyki. Cała argumentacja dotyczyła ikony, co wiązało się bezpośrednio ze sporami ikonoklastycznymi. Wypowiedzi Ojców Kościoła na temat muzyki są rozproszone w ich dziełach i nie są zbyt liczne. Nie mniej pozwalają na przedstawienie zarysu pewnej koncepcji teologicznej, która właściwie dopiero w naszych czasach zaczyna urastać do znaczącej części interpretacji dziedzictwa tradycji Kościoła prawosławnego.

Już Tertulian (zm. 220) twierdząc, że Bóg stworzył świat z niczego, upodobniał proces stwarzania do pracy pisarza i artysty, a tym samym wysoko cenił twórczość człowieka. Akt stworzenia był traktowany nie tylko jako akt przekształcenia bezkształtnej materii w zorganizowany kosmos, ale przede wszystkim był stworzeniem ex nihilo – z niczego. Według Ireneusza z Lyonu Bóg stworzył świat przy pomocy „artystycznego Logosu według liczby, miary, porządku i harmonii. Takie pojęcia, jak artyzm, artysta, sztuka, twórczość, zajmują ważne miejsce w myśli Ojców Kościoła. Najbardziej ceniono, za myślą antyczną, twórczość poetycką i muzyczną, jako w szczególny sposób przypominającą stworzenie ex nihilo. Równie ważne było pojęcie piękna – piękno Boga znajduje odbicie w dziele Jego stworzenia oraz w twórczości człowieka. Wykorzystywano także paralelę stworzenia „na obraz i podobieństwo”. Sztuka powinna być również „obrazem i podobieństwem” Boskiego Archetypu. W Bizancjum przede wszystkim rozwijano teorię sztuki ikony, zwłaszcza w okresie ikonoklazmu i bezpośrednio po nim. Powodem rozwoju teorii ikony był kryzys ikonoklastyczny. Ponieważ nikt nie kwestionował hymnografii kościelnej, teoria muzyki sakralnej nie zajmowała pierwszoplanowego miejsca w poglądach Bizantyjczyków. Jednak wiele z przemyśleń odnoszących się do ikony można odnieść także do śpiewu kościelnego.

Ikona wyjawia „obraz i podobieństwo” Archetypu, który przedstawia przy pomocy środków malarskich. Śpiew liturgiczny dąży do „podobieństwa i obrazu” śpiewu aniołów.

Przy pomocy systemu ośmiu tonów ustalono surowy porządek muzycznego zorganizowania liturgii. Ogromną rolę odgrywa w tym zasada prosomoion – podobieństwa. Istniały zbiorów wzorów ikonograficznych dla zachowania kanonu. Podobne zbiory istniały również w odniesieniu do muzyki. „Im bardziej niezmienny jest wzorzec, tym głębiej i czyściej wyraża on sprawy ducha” – pisze Paweł Florenski[1]. Kanon ten jest dziełem soborowym, wspólnym całego Kościoła. Praca hymnografa, podobnie jak architekta i ikonografa, była bardzo wysoko ceniona. Większość hymnografów została zaliczona do grona świętych.

Hymnograf dążył do tego, żeby wierni „jednymi ustami i jednym sercem sławili i opiewali najczcigodniejsze imię Ojca i Syna, i Świętego Ducha”. Równocześnie miał ciągle na uwadze anielski wzorzec, który starał się przekazać w swoich kompozycjach. W tym sensie muzyka cerkiewna jest wyrazem soborowego doświadczenia całego Kościoła.

Istota tej muzyki sprowadza się do nieustannego dążenia do niebiańskiego archetypu celem osiągnięcia jedności świata Boskiego i świata ludzi. Muzyka liturgiczna jest więc jednym ze sposobów przezwyciężenia stanu upadku i przywracania utraconej jedności. Rolę muzyki liturgicznej można więc porównać do roli ikony. Ikona pokazuje rzeczywistość świata przemienionego, a muzyka liturgiczna jest również przezwyciężeniem „ociężałości materii”. Twórcy teorii „śpiewu podobnego do anielskiego” kładli nacisk na to, że muzyka liturgiczna musi w istotny sposób różnić się od tak zwanej „muzyki świeckiej”. Inaczej nie odda rzeczywistości przemienionego świata i harmonii kosmosu. Jako „śpiew podobny do anielskiego” jest też uprzedzeniem nadejścia królestwa Bożego. Jest więc w pewnym sensie ikoną królestwa, podobnie jak obraz sakralny. Wynika to z faktu, że jest dziełem Kościoła, który sam jest ikoną królestwa Bożego w warunkach świata empirii[2].

Monumentalność śpiewu liturgicznego wiązała się pierwotnie z niezykle skromnymi środkami wyrazu – śpiew unisono. Według Pawła Florenskiego tego typu śpiew jest „dotykaniem wieczności”. Wieczność jest przedstawiana przy pomocy skromnych środków, ale właśnie te środki przenoszą człowieka w inny świat. W artykule „Świątynia jako synteza sztuk” Florenski nazywa liturgię „dramatem muzycznym”: „Wszystko jest podporządkowane jednemu celowi: uzyskanie katharsis przy pomocy dramatu muzycznego i dlatego wszystko jest podporządkowane tej idei”. Wszystkie sztuki łączą się w świątyni z ogromną mocą oddziaływania na uczucia człowieka, przenoszą go w świat noumenalny przez kontemplację ikony, słuchanie śpiewu. Procesje, okadzenia, płomienie świec, promienie światła wpadającego przez okna, wszystko to stwarza podniosły nastrój. Sztuka cerkiewna odrywa człowieka od problemów dnia dzisiejszego i skierowuje ku wieczności[3].

Teoria śpiewu cerkiewnego zrodziła się w Bizancjum i oddziałała na ukształtowanie się bizantyjskiego wzorca muzycznego, który tak zachwycił posłów księcia Włodzimierza w Konstantynopolu. Piękno liturgii greckiej stało się jednym z kryteriów prawdziwości wiary. Zachwyt wobec piękna liturgii nie jest estetyczną oceną, ale chęcią osiągnięcia istoty Boga poprzez piękno.

Na koncepcję bizantyjską ogromny wpływ wywarła idea wzorca Boskiego, który został przekazany ludziom od Boga przez aniołów lub świętych. Ta zasada odnosiła się do wszystkich rodzajów sztuki, w tym także muzyki. Zgodnie z tradycją znany bizantyjski hymnograf, poeta i muzyk św. Roman Melodos otrzymał w sennej wizji dar układania kontakionów i śpiewania. W świątyni objawiła mu się Bogurodzica, dała zwój i poleciła go spożyć. Po przebudzeniu się Roman Melodos zaśpiewał „Dziewica dziś rodzi”. Dlatego też jego twórczość jest owocem daru otrzymanego od Boga. Tradycja ta znalazła swoje odbicie w hymnografii święta Opieki Bogurodzicy (1. X.), jak w ikonografii tego święta; na ikonie przedstawiony jest św. Andrzej, który śpiewa melodie również przekazane mu przez samą Bogurodzicę.

Koncepcja niebiańskiego wzorca liturgii bazuje na tekście Apokalipsy, mówiącym o liturgii celebrowanej w niebie i będącej niedoścignionym wzorem dla liturgii celebrowanej na ziemi. W czasie liturgii kapłan odmawia modlitwę, w której jest mowa o wspólnym celebrowaniu przez aniołów i ludzi: „Stoją przed Tobą tysiące archaniołów i miriady aniołów, cherubini i serafini, sześcioskrzydli, wieloocy, unoszący się, uskrzydleni, zwycięską pieśń śpiewając, wołając, wzywając i mówiąc: Święty, Święty, Święty”. Aniołowie i ludzie razem śpiewają hymn trójświęty.

Porównanie śpiewu cerkiewnego ze śpiewem niebiańskim jest stałym elementem epoki Średniowiecza, sięgającym biblijnej koncepcji „natchnionego śpiewu”. U jego podstaw leży wyobrażenie o tronie w niebie, otoczonym chórami aniołów nieustannie śpiewających chwałę Bogu. Chwała ta znajduje swoje odbicie w tekstach liturgicznych i w wizjach proroków, na przykład Izajasza (6, 1-5) lub Jeremiasza (3, 12).

Idea oświecenia twórcy wiąże się z bizantyjską koncepcją podarowania sztuk pięknych przez niebo ludziom. Zgodnie z Dionizym Areopagitą „hymny kościelne są kopiami niebieskich archetypów” i dlatego powinny naśladować wzory niebieskie. Praprzyczynę wszystkich rzeczy Dionizy postrzega w pięknie Bożym. Zadanie ikonografa, jak i hymnografa, polega na przekazaniu tego piękna. W wypadku hymnografa chodzi o przekazanie melodii śpiewanych przez aniołów, czyli o przekazanie archetypów. Estetyka bizantyjska określiła podstawowe cechy śpiewu liturgicznego. „Filozofia, która przejawia się w melodii, jest znacznie głębszą tajemnicą, niż sądzi o tym tłum” – napisał św. Grzegorz z Nyssy. „Nasze melodie są tworzone według innych praw, aniżeli przez tych, którym obca jest nasza mądrość… Śpiew splata się ze słowem Bożym w tym celu, żeby sam dźwięk głosu wyjawił ukryty sens, kryjący się za słowami”. Św. Bazyli Wielki dodaje: „Niech język twój śpiewa, a rozum gorliwie rozmyśla nad sensem śpiewanego tekstu”.

Podstawą kanonu muzycznego Bizancjum, jak już wspomniano, stał się system ośmiu tonów. Podział melodii liturgicznych na osiem tonów bierze swój początek prawdopodobnie od monofizyckiego patriarchy antiocheńskiego Sewera (512-519)[4]. System ten nawiązuje wyraźnie do teologicznej koncepcji „dnia ósmego”, czyli dnia zmartwychwstania, który jako „ósmy” jest poza naszym kalendarzem i oznacza wieczność.

Jednak aż do V wieku żadne dokumenty nie wzmiankują chóru lub scholi. Pod koniec III wieku pojawiają się grupy ascetów, odgrywające dużą rolę w liturgii (świadectwo Egerii[5]), natomiast w V wieku pojawia się schola, czyli szkoła monastyczna lub katedralna, przeznaczona do kształcenia śpiewaków. Nie wiemy jednak nic o ich roli w liturgii. W VI wieku św. German z Paryża wymienia jako uczestników liturgii jedynie biskupa, duchowieństwo i lud. Dopiero pod koniec VIII wieku pojawia się na Wschodzie i na Zachodzie chór jako stały element liturgii[6]. Bezpośrednią przyczyną pojawienia się chóru była nieznajomość języka liturgicznego przez wiernych.

Porównanie śpiewu cerkiewnego z niebieskim (od VIII wieku chóru) znalazło swój wyraz w hymnie liturgicznym „Oto moce niebios niewidzialnie z nami posługują” w Cherubikonie: „My, którzy cherubinów mistycznie przedstawiamy i życiodajnej Trójcy trójświęty hymn śpiewamy”, co oznacza, że ludzkie głosy mieszają się ze śpiewem cherubinów, tworząc chór głoszący chwałę Boga jako „ikona w dźwiękach”. Śpiew liturgiczny przeciwstawia się śpiewowi ludowemu, folklorowi. Śpiewacy cerkiewni przedstawiali aniołów i dlatego sama nazwa „chór” nawiązuje do koncepcji dziewięciu chórów anielskich. Śpiew liturgiczny powinien brzmieć podniośle, niebiańsko, powinien być zdematerializowany (czemu sprzyjała architektura cerkwi, dająca efekt lotu dźwięków zlewających się w kopule i powracających stamtąd jak nieziemski, niebiański śpiew). Hymny i śpiewy cerkiewne ich autor słyszy swoim „uchem duchowym” i przekazuje ludziom w swojej twórczości. Hymny liturgiczne są kopiami niebiańskich „archetypów”, stąd też hymnograf naśladuje ustanowione typy pochodzenia niebieskiego, przez co same archetypy nabrały sensu metafizycznego[7].

Szczególne znaczenie dla rozwoju bizantyjskiej estetyki miała koncepcja św. Maksyma Wyznawcy. Otóż Maksym podzielił dzieje świata na trzy etapy: arche – stasis – telos, którym odpowiada kolejno: Logos stwórczy – Logos zbawczy – Logos stwórczy i zbawczy. Działalność człowieka przypada na etap stasis, w którym twórca uprzedza finalną harmonia mundi przez swoje dzieła przedstawiające rzeczywistość świata zbawionego. Chociaż sam Maksym nie wspominał w tym kontekście o muzyce sakralnej, jego koncepcja może być odniesiona również do niej[8].