Az egyre növekvő számú kutatás már korábban megmutatta a zene és az érzelmek összjátékát a gyermeki fejlődés során is, demonstrálva a szoros kapcsolatot. A teljesség igénye nélkül többek között: már 2 hónapos csecsemők nagyobb preferenciát mutatnak a konszonáns hangközlépések iránt a disszonánsokkal szemben (Trainor és mtsai., 2002), 3 évesen a gyerekek képesek megkülönböztetni a szomorú és vidám zenéket (Kastner és Crowder, 1990). 4–6 éves korukra egyre pontosabban képesek azonosítani a szomorúságot, vidámságot, haragot és félelmet egy-egy zenei részletben (Terwogt és Grinsven 1991), a felnőttek képességeit pedig ezen a téren 11 éves korukra érik el (Hunter és mtsai., 2011). Továbblépve a felnőtt hallgatókra, megfigyelhető, hogy a zene érzelmi színezetének azonosítási pontossága meglehetősen magas (Juslin és Laukka, 2003). A zene képes érzelmeket kifejezni önmagában a megkomponált zenei elemeken keresztül (úgymint: hangnem, dallam- vagy harmóniaszerkezet, ritmika, lüktetés stb.) vagy az előadó finom, gyakran improvizatív interpretációs eszközei révén (mint: tempóváltoztatások, agogika, dinamika, artikuláció, vibrátó stb.; lásd Juslin, 2001). A zene továbbá képes felerősíteni vagy gyengíteni az adott érzelmi állapotot vagy hangulatot (Panksepp és Bernatzky 2002; Banerjee és mtsai., 2016). Megfigyelhető az is, hogy a zene szinte minden emberből képes érzelmeket kiváltani, kivételt csak a zenei anhedóniában szenvedők jelentenek (Martínez-Molina és mtsai., 2014). Ugyanakkor azt is fontos megjegyeznünk, hogy a zene nem minden esetben vált ki érzelmet belőlünk (vagy nem észlelhető szinten): a zene csak a zenei epizódok 55–65%-ban vált ki érzelmet, és ezek tekintetében is magasak az egyéni eltérések (Juslin és mtsai., 2008). Tovább árnyalja a képet, hogy különböző emberek különböző helyzetekben nagyon különböző módon reagálhatnak egy-egy adott zenei stimulusra.