大歌剧(9)其实并不是纯粹艺术意义上的产品；它是一个近乎粗野的概念的产物：人们以为只要拼命堆砌艺术手段，在同一时间炮制出各种各样完全不同类型的印象，不遗余力地投放人力、物力以渲染效果，就可以提升观众的美感。其实，音乐作为所有艺术中之最强有力者，全凭一己之力就可以完全占据对其敏感的心灵。事实上，要恰如其分地理解和欣赏音乐中的最上乘之作，听众必须全神贯注、心无旁骛——只有这样，我们的全副精神才能投进并融化于音乐里面，完全明白它那极为真挚、亲切的语言。在欣赏一部相当复杂的歌剧音乐时，我们的眼睛在同一时间却受着各种各样的刺激：五彩缤纷的华丽场面，奇幻无比的图景，灯光和色彩营造出来的至为强烈、鲜明的印象。除此以外，我们还得留意歌剧的故事情节。所有这些都使我们的思想处于游离、涣散的状态，精神变得麻木、晕眩。这样，我们对那圣洁、神秘和真挚的音声语言的敏感也就降至了最低点。所以，诸如此类的东西都直接与音乐的目的背道而驰。另外，我们还有芭蕾舞表演，这些表演通常都意在挑起观众好色的快感，而不是给我们带来审美的愉悦。更有甚者，由于施展这一手段的狭窄范围所致，以及由此产生的重复单调的表演，这种表演很快就变得相当烦闷、冗长，并因此消磨了我们的耐性。尤其当那同样二流的舞曲不断反复演奏——这经常持续十五分钟之久——我们的音乐感觉被折腾至疲惫、迟钝的地步。它也再没有能力感受接下来更加严肃和更高一级的音乐印象了。
如果把纯粹的音乐语言与词语互相配合起来，或者甚至加入和配上一些直观展示出来的情节动作，以便让我们那不喜完全空闲的直观和思考智力能够有一些轻松的、与欣赏音乐相关的事情可做；这样，我们的注意力就更能紧随着音乐；与此同时，结合那普遍的、不具图像的心声语言的表达，配上某些直观的图像，就好比为讲解某一泛泛的概念而画出的示意图或者举出的例子——这种做法虽然不会由能够纯粹欣赏音乐的人提出来，况且，纯粹的音乐是自足的，并不需要任何其他协助，但这种处理还是可以说得过去的。诸如此类也的确加深了音乐的印象。不过对这些的运用都应该控制在尽可能简单的范围之内。否则，它们所产生的作用就有违音乐的主要目的。
在歌剧里，声乐和器乐的多声部大杂烩当然发挥出音乐的效果，可是就音乐的效果而言，从区区的四重奏一直到那百件乐器齐备的大乐队，却完全不是随着增加音乐手段就相应得到加强。这是因为和音不能同时超过三个调子——只有在一种情况下可以有四个调子，而我们在同一时间也无法把握比这更多的音调，尽管这三个或四个音调是由各自不同的八度音声部在同一时间演奏出来。由此可以解释为何一部优美的、只用四声部演奏的音乐有时候会比整部气派壮观的严肃歌剧更深地打动我们，因为歌剧的精华已经包含在这四重奏里面了；这就好比一幅素描有时候比一幅油画更能产生出效果。不过，削弱四重奏效果的主要原因是它欠缺和音的幅度，也就是说，从低音到上面三个声部中的最低音之间的二个或者三个八度音距离，而这可是在管弦乐队的低音提琴的掌握之中。正因此，如果一个能弹奏达到听觉极限的最低一级低音的管风琴，持续不断地弹奏出基本低音，就像在德累斯顿的天主教堂所弹奏的那种基本低音，那管弦乐队的效果就会令人难以置信地得到加强。只有这样才能使和音产生其全部效果。总而言之，简朴——它习惯与真理密切相连——是一切艺术、一切美、一切思想性描述都必须谨守的不二法门。至少，偏离这一法则总是危险的。
严格来说，我们可以把歌剧称为为欠缺音乐感之辈而设的欠缺音乐感的发明。在歌剧里面，音乐首先得借助某样与音乐本身并不相干的中介物蒙混进来。或许，它为一个繁冗拖沓、索然寡味的爱情故事及其清水汤一般的诗文伴奏，因为歌剧唱词不可以忍受凝练、浓缩和充满精神思想的诗句——不然，歌剧的乐曲就无法跟上这歌词了。不过，试图把音乐完全变成低劣诗歌的奴隶是偏离大道的歧途，格鲁克(10)在这方面可谓泥足深陷。因此，格鲁克的歌剧音乐除了序曲以外，缺少了歌词就变得一无是处。我们确实可以说歌剧毁坏了音乐，这不仅因为音乐卑躬屈膝地迎合那乏味无聊和天方夜谭般的故事情节，以及其中出现的那些全无规则可言的事件；不仅因为我们的头脑被布景和服饰所展现出来的幼稚、粗俗的华丽扰乱和转移了精神，还有男舞蹈演员卖弄的舞蹈招数、女舞蹈演员穿着的短裙，不，不仅是因为这些，而是因为甚至歌唱本身，也经常性地扰乱了和谐，那就是每当演员的歌唱——从音乐上考虑人声也是一种乐器——不是与歌剧中其他声部互相合作，而是试图完全地压倒一切。当然，如果这是女高音，或者男高音，这是没有任何问题的，因为既然唱的是高音，旋律也就是基本上并且自然而然地归于这一高音。但在男低音和次中音咏叹调里，主旋律在大多数情况下都是交由高音调乐器完成；这时候，歌唱就凸现了自己，就像一个莽撞、插话的小孩子，但这歌唱本身却只是和音而已，主旋律应该盖过它的声音才是。或者伴乐被移至对位的高八度——这完全违背音乐的本质——以便把旋律交给高音或者低音，可是，我们的耳朵又总是追随着最高的音声，亦即伴乐。我的确认为：有乐队伴奏的独唱咏叹调只适合女低音（Alto）或者女高音（Soprano），而男声也就只适宜与女低音或女高音的二重唱，或者在多声部的剧里派上用场，除非男声在没有伴奏，或者只有低音伴奏的情况下演唱。演唱旋律是最高的声音和乐器的天然特权，并且应该继续是这样。因此，在一部歌剧里，当勉为其难和矫饰的男中音或者男低音咏叹调结束以后，轮到女高音咏叹调出场时，我们马上感到了满足，并且觉得这才符合大自然和艺术。莫扎特和罗西尼这样的大师知道如何减轻，甚至克服这一弊端，并不等于说这一弊端就不存在了。
弥撒里面的歌唱给我们带来比歌剧音乐更为纯净的音乐享受。歌词在大多数情况下听不大清楚，要么就是哈利路亚、光荣、怜悯、阿门等的不断重复，这把弥撒歌唱变成了一种单纯的（不带歌词的）视唱练习了——在这里，音乐只是保留着一种泛泛的基督教特征；它自由地发挥，而不像歌剧演唱那样在自己狭窄的地盘也饱受了各种各样的损害。在弥撒歌唱里，音乐没有受到那么多的制约，它也就得以发挥出自己的全部力量。在这里，情形有别于新教的道德气氛，它用不着总是匍匐地上，始终背负着新教教会音乐所特有的令人消沉、沮丧的清教或者卫理公会教派特性；相反，它就像六翼天使那样张开巨大的翅膀自由飞升。弥撒乐和交响乐才惟一给予我们纯净、不含杂质的音乐享受，而歌剧音乐却遭受浅薄的戏剧及其劣质诗文的折磨，尽量忍气吞声，将就着这一强加给它的陌生累赘。伟大的罗西尼有时候在处理歌词时表现出来的不屑一顾的态度，虽然并不完全值得称道，但这起码是真正出于音乐上的考虑。总的来说，既然大歌剧经过长达三个小时的演出，已经使我们对音乐的感觉变得迟钝；而那通常都是乏味的情节又以慢如蜗牛的步子，不停地考验着我们的耐性，那么，这种大歌剧从本质上而言就是冗长、令人厌倦的。而这种缺陷只能经由个别异常出色的演出才可以克服。所以，在这一类大歌剧里面，也只有大师级的作品才值得欣赏，其他的平庸之作则只是鸡肋。人们应该尝试使歌剧浓缩、紧凑一些，如可能的话，把它们限制在一幕和一个小时之内。我在罗马的时候，罗马的瓦尔歌剧院的有关人等就充分意识到这一问题。但他们却想出了这么一个拙劣的解决办法：把一部歌剧和一部喜剧的每一幕交替着上演。一部歌剧的最长演出时间不应该超过两小时，而话剧的最长时间则可以是两个小时，因为观赏话剧所需要的注意力和思想活动可以坚持更长的时间——它远没有没完没了的音乐那么累人。到了歌剧的最后一幕，那音乐简直就是折磨神经了。所以，歌剧的最后一幕对于听众来说通常都成了一种刑罚，而这种刑罚对于歌唱员和乐队人员来说，则更加厉害了。因此，我们甚至会以为这么多的一大群人聚在一起，目的就是折磨自己。他们以毅力和耐性一直坚持到了最后结尾。其实，众人在私下里早就对这结尾翘首以待了——当然，那些中途退场者是例外。
歌剧的序曲应该告诉我们歌剧里面音乐的特征和剧情的脉络，以便让我们对欣赏歌剧有所准备。这可不宜做得太过直露，而应该采用像梦境预兆将来事件那样的含蓄方式。
所谓的“轻歌舞杂耍剧”（vaudeville）就好像是一个人穿着从旧货市场买回的乱七八糟的衣服炫耀自己：那些衣服都是别人穿过的，并且也是为别人量体而做，只适合别人。更有甚者，这些不同的衣服并不配对。这就类似杂烩剧中丑角所穿的衣服，全由从体面人家穿过的衣服剪下来的不同碎块拼凑而成。这种真正的音乐怪胎应由警察禁止演出。