如果散文是談天，詩就是唱歌。唱歌是使用語言的一種方式，這種方式很特殊，音樂加進來強化語言，有時也代替語言。語言在經過省略和強化以後，與音樂融合為一，如精兵猛將，當十當千。詩差不多就是這麼一種東西。
作為文學作品的詩當然是沒有曲譜的，它的音樂性藏在語言本身裡，詩人的專長是把語言的音樂性加以發揚利用，使文字效果和音樂效果相加或相乘。作詩叫「吟詩」，詩的定義有一條是「文之成音者也」。都指出了詩這種體裁的特性。語言，在未有文字之先，固然是用聽覺來接受的，即使有了文字以後，聽的機會也比看的機會多，何況還有不識字的人。經過那麼長的時間，由那麼多的人使用，在使用中不斷調整修改，它已經針對人們的耳朵發展出規律來。詩人掌握了這套規律，講求作品的節奏和音韻。散文可以不故意講求這些，詩則必須講求；散文作家如注重語文的音樂性也是淺嘗即止，詩人對詩的音樂性則要求達到一定的標準。
什麼是語言的節奏？語言，當它是聲音的時候，那聲音裡有長短、高低、輕重、快慢和停頓。以「快慢」一項來說，如果每分鐘吐出一百八十個字，並不是非常平均的每秒三個字，而是可能前一秒吐出四個字，後一秒吐出兩個字，這就形成了快慢。從語言的形式上分析，如果一句話裡有十個字，這十個字必定被聲音分成幾個小節，某幾個字的聲音結成一組，和別的字稍稍保持一點距離。每一「小節」的字數並不相等，這就形成了「長短」。
《儒林外史》有云：
「從——浦口——山上——發脈——，一個墩——，一個炮———，一個墩——，一個炮——，一個墩——，骨骨碌碌——幾十個炮——趕了來——，結成——一個——穴——，這個穴——叫——荷花出水。」
共有十九個小節，各節最少一個字，最多四個字，這是長短。其中「一個墩，一個炮」重複了三次，第一次出現時應該慢讀，以後兩次重複應該快讀，既是重複，快了也能聽得明白，只有快讀，才顯得出千里發脈的氣勢。無妨一直到「結成一個穴」再慢下來，到「荷花出水」最慢，一則這是個重要而生疏的名詞，希望聽的人能聽清楚，二則意思告一段落，語氣也便於收煞。這是快慢。
再談輕重：
「一天——結束了——，而結束——如此之——美——，死亡——如此之——美——，毀滅——如此之——美——。」
「了」字本是輕聲，「而」字「之」字都是虛字，聲音也要輕些。「如此之」三個字連續既輕且快，這個小節跟「一個墩，一個炮」不同，「一個墩」雖然讀得很快，「墩」字卻要讀得很重，「一個炮」亦然，因為「墩」和「炮」的聲響都不是輕滑流利一類，「墩」和「炮」也都是龐然大物。「死亡如此之美」句中，於音於義應該加重的是「死亡」和「美」，「如此之」輕輕帶過算了。下句中的「毀滅」和「美」亦同。
所謂節奏，就是由聲音的長短、高低、輕重、快慢和頓挫形成的秩序，長短、高低、輕重、快慢和頓挫，相互間錯綜配合，連綿不斷，可能產生的變化幾乎是無限的。在音樂裡面，長短、輕重、高低、快慢都是抽象的音符，在詩裡面卻是有意義的字句。詩人不但追求節奏，也追求節奏和詩中的意義融合為一，相得益彰。由不認識節奏到認識節奏，需要培養「節奏感」，培養節奏感最簡易的方法是多聽音樂。在音樂裡面，節奏的變化豐富，相形之下，語言的節奏到底簡單，認識了大巫，對小巫就不會陌生了。
關於音韻，我們都知道國語有陰平陽平上聲去聲，有齒音唇音喉音，有開口撮口合口，有輕聲變調兒化韻，字音有響啞清濁，在什麼情形之下用哪種聲音或不用哪種聲音，使用語言的人應該有考慮。我常舉廣播界名人翁公正的名字作為字音組合不善的例子，翁先生有雅量，不以為忤。宋代大詩人辛棄疾三個字就不響亮，後人寧願叫他辛稼軒。我服務過的中國台灣廣播公司，這個名稱看在眼裡很漂亮，讀在口中一個字比一個低啞，到「公」字幾乎模糊難辨，幸而最後有個「司」字聲勢一振。無獨有偶，台北還有一個「公共工程局」。多年前有一本文學雜誌，名叫《讀物》，內容很好，但是辦了幾期就停刊了，原因之一是：你到書店裡去買《讀物》，沒有一個店員能聽清楚你要買什麼。
余光中教授在他的《詩與散文》裡，舉梁實秋先生《雅舍小品》中一段文字，說明散文中也有音韻問題。雅舍小品的一段文字是：
「如果每個字都方方正正，其人大概拘謹，如果伸胳臂拉腿的都逸出格外，其人必定豪放。字瘦如柴，其人必如排骨，字如墨豬，其人必近於『五百斤油』。」
余氏稱道這一段文字：雖不刻意安排平仄，但字音入耳卻錯落有致，只要聽每句收尾的字音（正、謹、外、放、柴、骨、豬、油），在國語中四聲交錯，便很好聽。句末的「油」字襯著前面的「豬」字，陽平承著陰平，頗為悅耳。如果末句改成「其人之近五百斤油也可知」，句法不壞，但「知」、「豬」同聲，就單調刺耳了。
我有一段文字是：
「在幾秒鐘之內，人人雕成塑成一般固定在那兒，甚至風息、蟬啞、鳥墜、雲凝。」
「風息」當初本來是「風定」。但是前句已有「固定」，兩個「定」字重複，而重複在這裡毫無必要。如果把「固定」取消，改成「人人變成木雕泥塑」，語氣驟然急促，非我所願。那篇作品我一路寫來以節奏舒緩的長句支撐大局，就是「甚至風息、蟬啞、鳥墜、雲凝」，我也把它當作一個長句看，只是句中包含三個短頓罷了。現在想想，當初推敲不夠仔細，「風息」仍然應該以「風定」代替，至於前一句，仍然有辦法把「固定」去掉而保持節奏的舒緩。「風定」的好處是：其一，「定」字音節沉重，前可以與「木雕泥塑」描寫相呼應，後可以與「鳥墜」相呼應。「定」的音節可以增加「墜」字的真實感。其二，「風息」是風不見了，「風定」是風在那兒不動，好像風是一個實體。這可以與後面的「雲凝」相呼應，增加「凝」字的真實感。
韻音涉及字音的長短輕重，和節奏有密切關係，因此兩者常常合稱「音節」。詩人對音節特別敏感，特別有控制其規律加以變化運用的才能。通常，詩人在要寫一首詩之前，對音節有整個的規劃，即所謂韻律，一如對內容有完整的構想。中國的舊詩歷史悠久，名家輩出，又經批評家不斷解釋闡發，詩人在韻律方面的苦心相當明顯，新詩則在這方面沒有多少資料。大概新詩的興起以文學革命的旗幟為號召，要打倒格律擺脫束縛，至今恥言韻律。也許有少數優秀的詩人已能掌握語言的音節，尚無批評家整理推薦。談音節者往往舉舊詩為例。李白的《蜀道難》，句法大起大落，一句之中有多次頓挫，在音節上表示了山勢的險惡，而且詩開頭的句子較短，越寫越長，再以短句相間，也足以表示山路越走越崎嶇。杜甫「錦江春色來天地，玉壘浮沉變古今」，其中錦春疊韻，浮古疊韻，沉今疊韻，據說錦江、古今本來是雙聲，句中音節相應若有共鳴。「但覺高歌感鬼神，焉知餓死填溝壑。」高歌感鬼一連四個字雙聲，罕見的音節產生很大的撞擊力，增加了無窮回味。吳梅村的「人生千里與萬里，黯然消魂別而已」，於急促的音節中見情感的激動。李清照的「誰伴明窗獨坐？我共影兒兩個」，全首音節不失輕快，好像在孤獨中尚能保持瀟灑，「尋尋覓覓，冷冷清清，凄凄慘慘戚戚」，則全首音節走向低啞短促，好像用生命中最後的氣力述說痛苦，再無逃避的餘地。
語文、音節、形象三者本合為一。音節不僅僅在字音裡，也在詩的情感裡，詩的意象進入讀者內心，把情感傳染給讀者，讀者再以他有情的耳朵來聽詩，享受音節帶來的微妙經驗。時鐘的滴答聲本來是沒有輕重變化的，但若一個人知道十分鐘後有重大困難發生，時間的壓力越來越大，滴答之聲對他也越來越沉重。「風急天高猿嘯哀，渚清沙白雁飛回。」風，天，雁都在高處，猿嘯的聲音也很高昂，渚清沙白也像是高空俯瞰所見，意象如此，所以音節也越聽越高亢。當你覺得「千里江陵一日還」節奏很快的時候無法不想到船走得快，當你覺得「朝見黃牛，暮見黃牛，三朝三暮，黃牛如故」節奏很慢時無法不想到走得太慢。「早行石上水」，道路難行，才體會出「石上水」音節之窄急，「暮宿天邊煙」，住宿的地方似乎還安適，才見出「天邊煙」三個字平聲疊韻的音節悠長。諸如此類。
作者在經營意象時同時經營音節的說法向來有人反對。「三百篇中有出於小婦人者」，她們何嘗知道詩的格律？格律是近體詩的規範，古時又何嘗有格律？就算唐宋以下，好詩也都是自然渾成，作者何嘗勉強遷就格律？詩是「性情至而格律備」，是「滿心而發，肆口而成」。這種說法有它的道理，但是，我們怎樣解釋「一詩千改心始安」呢？怎樣解釋「吟安一個字，捻斷數莖須」呢？怎樣解釋「所有偉大的作品都不是初版的樣子」呢？哭聲的音節和笑聲的音節天然不同，不