鉴于化石证据如此稀缺，科学家开始把目光放在一些被认为与史前生物较为相似的当代物种身上，比如负鼠，希望从中洞悉听觉器官的演化奥秘。一系列这类动物的听觉测试结果显示，高频声听力是哺乳动物独享的一项能力，特别是那些耳朵长得紧靠在一起的哺乳动物最有可能具备这项能力。分析认为，这样的耳朵可以准确定位到高频声源的位置，不管声源处是美味猎物还是致命天敌，这样的耳朵都是非常有用的。

到了始新世（5600～3400万年前）的某个时期，由于生物听觉器官在低频声上的表现得到改善，听觉范围似乎逐渐扩大。但此后对高频声的敏感性逐渐下降，这就意味着可听频率的范围被压缩了。

将人类与黑猩猩及其他亲属的基因进行对比，可以发现一个叫做α-盖膜蛋白的基因的变异程度非常之高，这表明它带来了重要的演化优势。α-盖膜蛋白决定了内耳的一些听觉特征。同时，通过对比不同人群的基因，可以看出在过去5万多年里，人类与听觉有关的基因组合经历了极其重大的变化，即便在过去两千多年里，听觉基因也在继续受到演化压力的选择。我们听力的不断完善很大程度上要归因于口头语言的发展。

古代的噪声

数百万年里，不规则的响声一直意味着危险——火山的喷发声，闪电的噼啪声，地震的隆隆声，饥饿敌人的号叫声。对响声的直觉反应是恐惧和愤怒，这些反应伴随我们直到今天，对我们来说正是这些响声定义了噪声。渺小如鼩鼱的远古动物，在霸王龙雷霆般的吼叫中慌忙逃窜，与在飞机轰鸣声中怒火中烧难以入眠的当代人之间，被一根连续的线紧紧相连。

最早的人类是猎人和收集者，在全世界的温带大平原上移动、寻找食物。他们与我们在声音环境上存在的差异简直不可想象。那时，重复性的声音肯定要少得多，除非在海洋或湍急的河流边上，连续性的声音也很少听到。（据说，19世纪的印第安土著从不在流水边安营扎寨，因为水流声会掩盖住敌人的声响。恐怕远古人也是这样的。）我们的远祖一定对声音的意义抱着极大的兴趣——一般来说，声调高的叫声一定是小猎物发出的，而更响一些、声调低一些的叫声则是大型猎物发出的，听来更令人惊恐。那时大多数的声音都是要紧的，其中有些关乎生死，而所有的声音都必须密切注意。正是声音的这种吸引注意力的属性一直延续到今天，它也解释了为什么我们没有“耳睑”，为什么我们即使在入睡时也无法直接把声音世界置之耳外而不理。由于根本不可能完全忽略声音，所以手术中会用大脑对声音的电反应来表示无意识的深浅程度。

如果无法辨别是什么声音的话，即使轻声也会成为令人恐惧的噪声，特别是在静谧的夜晚声源无法看清时更是如此。这样的反应可以远溯到史前时期，演化的力量使其深深根植于我们的大脑之中：胆小者对于火光安全圈以外的声音心怀畏惧，裹足不前，多半能够幸存下来；而那些敢于越过雷池的无畏者却永远失去了生命，以及繁衍后代将他们的鲁莽基因传递下来的机会。毫不奇怪，黑暗中听到的莫名噪声——夜间恐怖的叫声，或昏暗影院中令观众胆战的声音——现在仍然是恐惧的潜在来源。

至于人造噪声源的出现，则是大约250万年前的事了，那时早期人类开始削凿燧石、制造工具，发出了堪比现代工业噪声的声音。这大概也是史上最早的令人烦恼的人造噪声。

同样，不谐和音程以及它的对立物谐和音程的起源要远早于历史记录。一些考古学家认为音乐在现代人类之前就已存在了，证据是尼安德特人制造了乐器，但最早的确凿证据是在德国西南部发现的用兽骨和象牙制成的笛子。它们的制作年代确定为35,000多年前的旧石器时代中期，远在最初的城镇出现之前。

尽管人类对音乐的喜爱由来已久，但音乐的起源仍旧扑朔迷离。查尔斯•达尔文于1871年曾坦言他本人对音乐的演化功能很迷惑，而时至今日我们对此所知依然不多。清楚的是，音乐作品的某些特点是超越文化差异和文化背景的。2009年，位于莱比锡的马克斯•普朗克研究所进行了一项实验，发现喀麦隆的马法部落成员对古典钢琴曲的情感反应与西方听众完全相同。另一项最近的研究则发现，音乐对大脑皮质前运动区起作用，该区域的功能是主导人的肢体活动。换句话说，音乐使我们想要活动起来，不管是一起工作还是一起表演。

到20,000年前，我们的穴居祖先已经使他们的环境中充满了声音。世界上很多地区的洞穴中都发现了石锣（能产生乐声的天然岩石巨片），其中一些石锣（如比利牛斯山脉的）的大致使用年代可以由钙盐层的堆积情况推算出来。

较为可能的是，史前时期的声音和噪声比今天扮演了更为显著和重要的角色。那时的夜晚和室内要比现在黑得多，所以我们的先人大部分时间里依赖耳朵比眼睛更多，要说是全部时间里也毫不夸张，因为那时的人们与现在的我们具有相同的视觉局限，而人造玻璃的发明还要等上几千年的时间，更不用说眼镜了。当然，在文字发明之前，所有的记录都是口头的。最终，只要周遭的世界保持安静，声音一旦产生了就会赢得关注，原因很简单，因为它们是稀有的。