一、古代音乐理论和记谱法
大约在公元前4世纪，古希腊形成了自己的音乐理论系统，因为这一时期的音乐同中国古代的音乐一样很大程度上都是即兴创作的，所以难于记忆和记录，幸存下的45篇乐谱也残缺不全。1922年在埃及尼罗河西岸的俄克喜林库斯发现了一批纸莎草纸古文书，是迄今发现最早的记录下来的乐谱。
当记谱法出现后，这些有关音乐的理论要被传播下去，教授这些记谱法的教学活动是否在那个时期出现我们不得而知，但我们可以肯定的推断，一种文明想要被传播下去就必须通过交流，这很可能就是视唱练耳学科在古希腊时期的形态。其中有一块出土于公元一世纪的墓碑，墓志铭的内容中包含了一首为逝者写的歌。墓志铭的开头写道：“[1]我是一块墓碑，一个影像。塞基洛斯把我放在这里，作为一个永恒不死的纪念标志。”乐谱从碑文的第六行开始，每行之间都对节奏和音高做了明确的标记。
这是考古发现仅有的几个采用古希腊记谱法记录的音乐作品之一，用伊奥尼亚调式写成，并且其中出现了#C音和#F音，A音为起音，末句又强调了A音，它作为平均音多次出现，使整个歌曲音域平衡，由此可以看到古希腊时期确实有了一套可以记录音高和节奏的记谱理论，并被教授和传习下来。
二、中世纪的发展
从公元476年西罗马帝国灭亡到15世纪文艺复兴运动开始，这段近千年的历史，被称为中世纪。从字面意思上看中世纪就是“世纪之间”，后来被历史学家用来特指古典时期到文艺复兴时期之间的那段黑暗时期。
公元5世纪随着歌唱戏剧的失传，古代乐谱和其中的音乐理论、读谱能力在灾难中失传。9世纪前的音乐，主要通过受过特殊训练的神父来传播，他们受过专门的吟唱训练，将教堂的圣咏和一些音乐理论传播出去，推动了音乐理论的发展，促进了对音乐教育的诉求，音乐该怎样被记录下来，成了一个迫切需要解决的问题。然而新的记谱法在400年后才出现，尽管一部分音乐理论随着一些音乐作品流传了下来，但知道这些理论的人并不多，懂得这些理论的人就更少了。9世纪末叶出现了新记谱法的相关资料，这寥寥无几的资料幸运的躲过蛀虫的破坏，保留了下来。
这一时期，查理曼大帝对音乐的发展和传播做出了巨大的贡献。在他的主持下建立了一些音乐学校，并通过学校将罗马圣咏教授给各地教会唱诗班的指挥，再由他们把罗马圣咏教授到各个地区，查理曼大帝相信，将宗教仪式和音乐形式统一起来，一定会对罗马天主教在西方的确立有巨大的推动作用和重要的意义。我们可以从10世纪保留下来的最早采用记谱法记录下来的圣咏音乐资料中发现，宗教仪式中的音乐和音乐理论被规范了起来。
在公元9世纪之后大量的音乐手稿将圣咏的旋律保留了下来。圣咏旋律通过口头相传的形式被传播到其他地方，或者运用如今早已失传了的早期记谱法，更为准确和真实地被记录下来。只是在记谱法被引入音乐创作之前，就已经有大量的圣咏存在了，至于它是如何被传布的，至今还尚未有定论。然而，支撑抄谱、传唱的音乐理论、教授方式，都已经很接近我们现在的视唱教学了。
三、圭多—视唱练耳教学的鼻祖
圭多·达雷佐（Guido d’Arezzo）995-1050年，中世纪最重要的音乐理论家、作曲家。圭多是位僧侣，为了给唱诗班教唱圣咏，他在纽母谱的基础上发明了四线谱，并创立六声音阶，标注唱名，其结构和唱名如下：
按照音程关系，分别以sol、dol、fa为主音构成3种六声音阶。后来，意大利和法国采用圣·约翰（Sancte？Ioannes）名字的首字母S和I组合成si。因此，就产生了do、re、mi、fa、sol、la、si这七个音。其中F调音阶需降低B音，G音阶需升高F音与上述结构保持一致。唱名不变，只是主音音高发生了改变，即首调唱名法的由来。
对于如何更加迅速准确的记忆音阶，圭多以手为教学工具，用不同的关节代表不同的音高，来帮助学生找到自然音阶中每个音的音高位置，从而记住音阶，即“圭多手”。
在这只手中，从拇指的指尖开始整个音域，绕着整个手转圈，手指的每个关节都代表一定的音调。以右手为例，从拇指尖的G音开始，到拇指第一关节处是A音，到拇指的底部是B音，再到剩下四根手指的指根，接着走向小指尖，又从小指尖依次走向其他指尖，依次类推，整个过程像是一个从外向内环绕的螺旋。这个“圭多手”可以帮助学生对唱名音节和音与结构的理解和加强记忆。圭多对唱名法的建议和使用，为后来的视唱及教学体系的发展指明了方向，并建立了最早的视唱教学体系。[2]这足以让Smit Von Waesberghe这样评价：“我们至今还处在圭多时代”。
四、视唱练耳在16—18世纪练声曲中的发展和它的独立
专业术语视唱练耳源于法国和意大利，法文拼写法：Solfèges，意文拼写法：Solfeggio，德文拼写法：Solmisiren，在英语国家，相应的英文拼写法：Sight-singing and Ear-training，即视唱和练耳，这是最接近汉语翻译的视唱练耳概念了。在法国和意大利，“视唱”这个概念是指：着重于使用母音或音阶的音名，而不是用唱词或文本来进行练习的声乐训练曲。在这个理论形成之前，早期视唱的目的是为了习得声乐技巧而融入一种指导性的元素，也被认为是学习音乐中最基本、最重要的要求，即学生应掌握辨认音符和音程的能力。
在16-18世纪这段时期，视唱练耳的含义并没有得到扩展，只是作为只演唱“a”、“i”、“o”、“u”、“e”这五个元音的练声曲被大家所熟悉，在意大利Solfeggio这一术语泛指歌唱家用元音或是音名演唱的声乐曲（vocalise），这是一种二声部或三声部的模仿复调声乐练习曲，它与古赋格（Ricercari） [1]这种模仿式复调的题材有很大联系。
17世纪，大量的无歌词声乐练习曲在“古赋格”的名义下存在，一本为学习视唱练耳或发声训练的专门书籍《Solfèges d'Italie》于1786年在法国巴黎出版。这本书汇集了斯卡拉蒂、哈赛、列奥、波尔伯特以及卡法罗等人的功劳。另一本重要的视唱练耳集《Solfège du Conservatoire》，汇集了包括凯鲁比尼等其他一些巴黎音乐学院教授的贡献。近期的一部杰出的著作叫做《现代声乐教育研究报告》，汇集了包括福雷、德·茵迪、拉威尔等人的贡献。后来这两本书在各国音乐圈内流行，各国学者和音乐家们也逐渐认识到掌握了视唱的技能，对专业的提高有所帮助，因此就把视唱作为入门音乐的基础学科，直至1882年 “练耳”概念的提出，视唱练耳才最终形成了一门系统的音乐基础学科。然而，被运用最广泛的视唱练耳集是A·汤豪塞、L·雷蒙恩和拉维格纳克编辑的《Solfege des Solfeges，3 vols（视唱练耳3本卷）》[1910-1911]这本扩展教程。
直到1795年，视唱练耳随着法国巴黎音乐学院（Conservatoire National Supérieur de Musique （et de Danse） de Paris）的建立，作为一个单独的学科被纳入音乐学院的教学体系之中，并将其作为一门基础学科课程来开设。至此，视唱练耳成为一门独立的学科。
