Minden zenemû egy önálló egység, mely több részbõl tevõdik össze. Ezen részek a zenei gondolatok, melyeknek egymáshoz való viszonya (ismétlése, variálása) adja a zenei formát.
Riemann szerint a forma "egység a különbözõben". Legfõbb követelménye minden formálásnak, így a zeneinek is, az egység; ennek esztétikai hatása azonban csak az ellentétek, kontrasztok és konfliktusok segítségével bontakozhat ki maradéktalanul.
A sajátosan zenei formában az egység a konszonáns akkordban, a hangnem egyértelmûségében, a metrum és ritmus szilárdságában, ritmikus-melodikus motívumok visszatérésében, jellegzetes témákban és azok visszatérésében valósul meg.
A kontraszt és a konfliktus pedig a harmóniaváltásban, disszonanciában, modulációban, különbözõ ritmusok és motívumok váltakozásában, ellentétes jellegû témák szembeállításában jön létre.

A forma összetételének kombinációs lehetõségei úgyszólván végtelenek, de a zenetörténet folyamán idõnként néhány szerkezeti séma kiemelkedett a sokaságból és elõtérbe került.
A bécsi klasszikus korszak mûformáinak elemzése például a legkisebb prózai vagy zenei egységekbõl indul ki.
A beszéd legkisebb értelmes egységének, a szónak a zenében a motívum, a fõ- vagy mellékmondatnak a frázis, a teljes mondatnak a periódus, a versszaknak vagy a bekezdésnek a tag felel meg.

A legegyszerûbb alapsémák a zenei gondolatok ismétlésével jönnek létre. Ilyen pl. az AABA típusú dalforma, ahol a négy közül csak a harmadik (a B) a különbözõ, a más.
Az ismétlés tehát maximális, ugyanaz a zenei anyag (A) háromszor fordul elõ a négy lehetségesbõl.
Ilyen sémákat találhatunk a primitív népek zenekultúrájában éppúgy, mint a legösszetettebb zenei formákban, vagy a gyerekdalokban és a slágerekben egyaránt.

A zenei formák korszakonként változnak, átalakulnak, ugyanakkor léteznek olyanok is, amelyek évszázadok óta ma is alkalmazhatók a komponálásban.