詞的出現，與音樂直接有關。隋唐時代，音樂成分有了很大的變化。如果說魏晉南北朝中原的主導音樂是傳統的清商樂，那麼隋唐音樂就包含了三種成分：一種是從南北朝以來，就不斷傳入中原的周邊民族的音樂，以西涼樂和龜茲樂最為盛行。一種是本土保留的傳統音樂，所謂華夏正聲，以雅樂和清樂為主，但在唐代宮廷中日趨衰落。一種是民間新興的里巷歌曲。到盛唐時，朝廷用樂除了繼承隋和初唐的十部樂和內外教坊以外，玄宗還創設新的內教坊和梨園。來自域外、邊州的胡夷之曲和來自民間的里巷之曲彙集到教坊，並經過教坊傳播開去，教坊曲因此而成為盛唐樂曲的總匯，也是唐五代詞調主要的樂曲來源。中晚唐俗樂流行，新聲競起，曲調更趨繁衍。其中一部分被配上曲辭歌唱。當時選詞配樂的曲辭，稱為「聲詩」或「歌詩」：因聲度詞、根據曲調節拍填詞的曲辭叫做「曲子詞」、「歌詞」，或簡稱為「詞」。這兩種曲辭不是一個概念，在唐代並行於世。它們為詞的產生提供了曲調的條件，是詞的先行階段。但在唐代各種詩體都可以配樂，關於長短句的詞怎樣從流行的音樂中產生出來，雖然從宋代以來就有學者研究，目前已經取得可觀的成果，但由於對唐宋音樂的結構和曲詞的配合情況不十分明了，尚待更深入的研究。
詞的濫觴最早可追溯到隋唐之際的民間曲子詞。現存數百首敦煌曲就提供了民間詞的初期形態，其中一小部分可確定產生於唐初，大多數是中晚唐及五代的作品。這時的詞有襯字，字數不定、平仄不拘、葉韻不定，詞的內容和調名本意比較符合，曲體曲式也豐富多樣。這批詞題材廣泛，涉及社會生活各個方面，作者眾多，多出自下層。風格清新質樸，但也較俚俗粗拙。它們為後來的文人詞開了先河。
一般認為文人詞起於中唐。劉禹錫首先在他的《憶江南》二首自注中說：「和樂天春詞，依《憶江南》曲拍為句。」讓我們知道詞的創作是根據樂曲的節拍來決定句式的。這說明此時的詞已進入按曲譜填詞的階段，以後經過不斷改進，從晚唐五代到北宋，漸漸形成了一套自己的規則，詞體便成為一種獨立的文學樣式了。
詞是合樂的歌詞，它在體制方面的特點，是由曲譜和曲調來決定的。
根據20世紀上半葉發現的唐代敦煌琵琶譜和日本保留的唐樂譜研究的結果，筆者認為當時凡是配歌詞的樂曲都是均拍譜，即按均等時值劃分音樂節奏段落〔2〕。詞樂裡「均」的概念即由此而來。這是按譜填詞的基礎。詞人依照樂譜所定的樂段樂句和音節聲調來寫作歌詞。所用的譜就是曲譜。曲譜是以樂音符號記錄曲調的聲樂譜，唐宋時作詞主要根據曲譜。後來的詞人不懂音律，加上樂曲變動，曲調失傳，就只能以詞調譜取代音律譜。詞調譜是分調選詞，以前人的作品作為填詞的聲律定格。明清時詞譜只求字數、平仄、句讀，就完全失去原來倚聲填詞的本意了。
詞的體裁與詩不同，種類很多。每一種詞調的長短、句法、韻位、分片等都取決於曲調。一經定型，便可脫離曲調而獨立成體。唐宋詞調有千百個，其基本特徵是：
（一）每個詞調都有調名，如《蝶戀花》、《菩薩蠻》、《浣溪沙》等，又叫詞牌。詞調類別按音樂或體段的不同，分為令、引、近、慢等體裁。令又稱為小令、歌令、令曲、令章，一般調短字少；引本是古代樂曲的一種名稱，在曲中有前奏曲、序曲之意，一般較小令要長；近和引相近，也是樂曲的一種，唐代一般是六均拍或八均拍曲（即每個節奏段落有六個或八個時值均等的小拍），到南宋變成六均拍曲；慢是慢曲子的簡稱，原來特點是節拍較慢，曲子長短不定。到宋代逐漸演變成調長拍緩字多，與長調混為一談了，而且都是八均拍曲。除此以外，詞調還有許多異體變格，如轉調，犯調，是本調轉為別調，新翻成曲。偷聲、減字是本調在音樂上減短樂句或簡化節奏，在歌詞上減少字句，推出新調。添聲、添字、攤聲、攤破是在本調上添人樂句或加繁節奏，在歌詞上增多字句，推出新調。從詞調的發展來看，唐五代詞以小令居多，北宋詞調大增，創製的新曲很多，為極盛時期。南宋詞調音律更嚴，講究高雅，除詞人自度曲外，基本上處於停滯階段，趨向衰落。
（二）根據樂曲的遍數分片：唐宋時曲譜往往不止演奏一遍，各遍樂曲中有部分旋律相同。與一遍樂曲相應的詞叫做一片。分片方式有一片、二片、三片、四片這四種。一片一調的稱為單調、單遍；兩片一調稱為雙調，這是詞曲的基本形式，雙調分為兩半，叫上下闋或上下片；三片一調的稱為三疊；四片一調的稱為四疊。
（三）押韻方式因調而異：各種詞調的押韻變化很多。從姜夔詞來看，每一大句的押韻和樂曲均拍所在的位置是一致的。但是唐代的詞就不一定，早期詞甚至有不押韻的。宋詞中也有押韻不限於大句的許多例子。因此各種詞調的押韻方式並不相同。但詞的押韻較近體詩寬，可以平仄互押，中間轉押。
（四）句式長短不齊。用字繼承近體詩聲律特點，分出平仄，嚴格的更講究四聲、陰陽、輕重、清濁，使字聲與樂聲相協調。