这六种声音并非人们的内心原来就有，而是人们的内心受到外界事物影响才造成的。所以古代圣王注意能够影响人心的外界事物，用礼来引导人们的意志，用乐来调和人们的性情，用政令来统一人们的行动，用刑罚来防止人们做坏事。用礼、用乐、用政令、用刑罚，手段虽然不同，但目的是一样的，就是要统一民心而实现天下大治。
凡是音，都出于人心。感情激动于心，所以就表现为声。把声组成动听的曲调，就叫做音。所以太平盛世的音，它的曲调安详而欢乐，反映了当时政治的和谐；混乱世道的音，其去掉怨恨而愤怒，反映了当时政治的紊乱；亡国之音，它的去掉哀伤而深沉，反映了当时人民的困苦。由此看来，声音和政治是相通的，有什么样的政治就有什么样的声音。
宫声代表君，商声代表民，角声代表民，徵（zhǐ）声代表事，羽声代表物。如果这五声不乱，就不会出现不和谐的曲调。如果宫声混乱，其音散漫，象征着国君的骄悠；商声混乱，其音不正，象征着官员的腐败；角声混乱，其音忧伤，象征着百姓的不满；徵（zhǐ）声混乱，其音悲哀，象征着百姓的徭役太重；羽声混乱，其音危急，象征着物资匾乏。
如果五音都乱，秩序荡然，那就会奏出所谓的慢音。到了这一地步，国家的灭亡也就不剩几天了。郑、卫之音，属于乱世之音，接近于慢音了。男女幽会、****风气盛行地方的音，属于亡国之音，它反映了国家政治的极端混乱，老百姓的流离失所，统治者的欺上瞒下自私自利而不可救药。
凡是音，都是出于人心。而比音高级的乐，则是和社会伦理相通的。所以懂得声而不懂得音为何物的，那是禽兽；懂得音而不懂得牙为何物的，那是普通百姓。只有君子才懂得乐，所以君子才能辨别声而进而懂得音，从辨别音进而懂得乐，从辨别乐进而懂得政事，于是就有了一整套的治国方法。所以，对于不懂得声的人，就没法和他再进一步谈音；对鱼不懂得音的人，就没法和他再进一步谈乐。
懂得乐的人也就近乎懂得礼了。礼乐都能够懂得，那就叫做有德。德，就是得到的意思。所以，无论多么隆重的乐，并不是为了极尽听觉上的享受；无论多么盛大的食飨之礼，并不是为了极尽味觉上的享受。举例来说，演奏《清庙》乐章所用的瑟，上面是朱色丝弦，下边是稀疏的孔，奏出的声音并不是多么悦耳，一个人领头唱，只有三个人应和，其目的显然不在于追求动听。
又如大飨之礼，以水代酒而且放在前列，盘子里放的是生肉生鱼，肉汁也不加任何调料，目的显然也不在于追求好吃。由此看来，古先圣王制礼作乐，目的并不是要满足人们口腹耳目妇人享受，而是要教育人民辨别好坏，回到做人的正道上来。
人生下来是好静的，这是先天赋予的本性。受到外界的影响而变为好动，这是本性受到了引诱。人的认识和外界事物相交接，就会表现为两种态度：喜好和厌恶。喜好或厌恶的态度如果从人的自身得不到节制，再加上对于外界事物的引诱不能自我反省和正确对待，那么人的天性就会完全丧失。本来外界事物就在不断地影响着人，如果再机上人在主观上对自己的好恶反应不加限制，那就等于外界事物和人一接触就把人安全征服了。
人被外界事物完全征服，就等于人的天性完全丧失，放纵人欲。人到了这一地步，就会产生犯上作乱欺诈虚伪之心，就会干出纵欢放荡胡作非为的事情。以至于强者压迫弱者，人多欺负人少，聪明人欺骗老实人，勇猛的人折磨怯懦的人，有病的人得不到照顾，老幼孤独的人也得不到关怀。这是天下大乱的办法，行不通的。
有借鉴在此，所以古代圣王就制礼作乐，为人们制定出节制的办法：有关丧服、哭泣的规定，这是用来节制丧事的；钟鼓干戚等乐器舞具，这是用来调节安乐的；男大当婚，女大当嫁，这是用来区别男女的；射礼、乡礼、食礼、飨礼，这是用来规范人们交往的。用礼来节制民心，用乐来调和民性，用政令加以推行，用刑罚加以防范。礼、乐、刑、政，如果这四个方面都得到贯彻而不发生梗阻，也就具备王道政治了。
乐的作用在于协调上下，礼的作用在于区别贵贱。上下协调就会互相亲近，贵贱区别就会互相尊重。过分强调乐会使人际关系随便，过分强调礼会使人际关系疏远。要使人际关系内心感情融洽外表互相尊重，这就是礼乐应尽的职能了。礼的制度建立了，贵贱的等级才有区别。月的文采协调了，上下的关系才能和睦。善恶的标准明确了，好人和坏人也就容易区别了。用刑罚来禁止强暴，用爵位来推举贤能，政治也就公平了。用仁来爱护人民，用义来纠正邪恶。这样一来，老百姓就能治理得好了。