词的出现，与音乐直接有关。隋唐时代，音乐成分有了很大的变化。如果说魏晋南北朝中原的主导音乐是传统的清商乐，那么隋唐音乐就包含了三种成分：一种是从南北朝以来，就不断传入中原的周边民族的音乐，以西凉乐和龟兹乐最为盛行。一种是本土保留的传统音乐，所谓华夏正声，以雅乐和清乐为主，但在唐代宫廷中日趋衰落。一种是民间新兴的里巷歌曲。到盛唐时，朝廷用乐除了继承隋和初唐的十部乐和内外教坊以外，玄宗还创设新的内教坊和梨园。来自域外、边州的胡夷之曲和来自民间的里巷之曲汇集到教坊，并经过教坊传播开去，教坊曲因此而成为盛唐乐曲的总汇，也是唐五代词调主要的乐曲来源。中晚唐俗乐流行，新声竞起，曲调更趋繁衍。其中一部分被配上曲辞歌唱。当时选词配乐的曲辞，称为“声诗”或“歌诗”：因声度词、根据曲调节拍填词的曲辞叫做“曲子词”、“歌词”，或简称为“词”。这两种曲辞不是一个概念，在唐代并行于世。它们为词的产生提供了曲调的条件，是词的先行阶段。但在唐代各种诗体都可以配乐，关于长短句的词怎样从流行的音乐中产生出来，虽然从宋代以来就有学者研究，目前已经取得可观的成果，但由于对唐宋音乐的结构和曲词的配合情况不十分明了，尚待更深入的研究。
词的滥觞最早可追溯到隋唐之际的民间曲子词。现存数百首敦煌曲就提供了民间词的初期形态，其中一小部分可确定产生于唐初，大多数是中晚唐及五代的作品。这时的词有衬字，字数不定、平仄不拘、叶韵不定，词的内容和调名本意比较符合，曲体曲式也丰富多样。这批词题材广泛，涉及社会生活各个方面，作者众多，多出自下层。风格清新质朴，但也较俚俗粗拙。它们为后来的文人词开了先河。
一般认为文人词起于中唐。刘禹锡首先在他的《忆江南》二首自注中说：“和乐天春词，依《忆江南》曲拍为句。”让我们知道词的创作是根据乐曲的节拍来决定句式的。这说明此时的词已进入按曲谱填词的阶段，以后经过不断改进，从晚唐五代到北宋，渐渐形成了一套自己的规则，词体便成为一种独立的文学样式了。
词是合乐的歌词，它在体制方面的特点，是由曲谱和曲调来决定的。
根据20世纪上半叶发现的唐代敦煌琵琶谱和日本保留的唐乐谱研究的结果，笔者认为当时凡是配歌词的乐曲都是均拍谱，即按均等时值划分音乐节奏段落〔2〕。词乐里“均”的概念即由此而来。这是按谱填词的基础。词人依照乐谱所定的乐段乐句和音节声调来写作歌词。所用的谱就是曲谱。曲谱是以乐音符号记录曲调的声乐谱，唐宋时作词主要根据曲谱。后来的词人不懂音律，加上乐曲变动，曲调失传，就只能以词调谱取代音律谱。词调谱是分调选词，以前人的作品作为填词的声律定格。明清时词谱只求字数、平仄、句读，就完全失去原来倚声填词的本意了。
词的体裁与诗不同，种类很多。每一种词调的长短、句法、韵位、分片等都取决于曲调。一经定型，便可脱离曲调而独立成体。唐宋词调有千百个，其基本特征是：
（一）每个词调都有调名，如《蝶恋花》、《菩萨蛮》、《浣溪沙》等，又叫词牌。词调类别按音乐或体段的不同，分为令、引、近、慢等体裁。令又称为小令、歌令、令曲、令章，一般调短字少；引本是古代乐曲的一种名称，在曲中有前奏曲、序曲之意，一般较小令要长；近和引相近，也是乐曲的一种，唐代一般是六均拍或八均拍曲（即每个节奏段落有六个或八个时值均等的小拍），到南宋变成六均拍曲；慢是慢曲子的简称，原来特点是节拍较慢，曲子长短不定。到宋代逐渐演变成调长拍缓字多，与长调混为一谈了，而且都是八均拍曲。除此以外，词调还有许多异体变格，如转调，犯调，是本调转为别调，新翻成曲。偷声、减字是本调在音乐上减短乐句或简化节奏，在歌词上减少字句，推出新调。添声、添字、摊声、摊破是在本调上添人乐句或加繁节奏，在歌词上增多字句，推出新调。从词调的发展来看，唐五代词以小令居多，北宋词调大增，创制的新曲很多，为极盛时期。南宋词调音律更严，讲究高雅，除词人自度曲外，基本上处于停滞阶段，趋向衰落。
（二）根据乐曲的遍数分片：唐宋时曲谱往往不止演奏一遍，各遍乐曲中有部分旋律相同。与一遍乐曲相应的词叫做一片。分片方式有一片、二片、三片、四片这四种。一片一调的称为单调、单遍；两片一调称为双调，这是词曲的基本形式，双调分为两半，叫上下阕或上下片；三片一调的称为三叠；四片一调的称为四叠。
（三）押韵方式因调而异：各种词调的押韵变化很多。从姜夔词来看，每一大句的押韵和乐曲均拍所在的位置是一致的。但是唐代的词就不一定，早期词甚至有不押韵的。宋词中也有押韵不限于大句的许多例子。因此各种词调的押韵方式并不相同。但词的押韵较近体诗宽，可以平仄互押，中间转押。
（四）句式长短不齐。用字继承近体诗声律特点，分出平仄，严格的更讲究四声、阴阳、轻重、清浊，使字声与乐声相协调。