Bereits in der Spätantike entstand eine Art des Vortrags und des gemeinsamen Gesangs bestimmter Texte der lateinischen Messe, die immer mehr bestimmte einstimmige Melodien mit bestimmten Texten verknüpfte. Unter Papst Gregor I. wurden diese Gesänge gesammelt und zum heute so genannten gregorianischen Choral kanonisiert (Gregorianik).

Aus der ursprünglich reinen Einstimmigkeit entwickelte sich im Lauf des frühen Mittelalters durch Oktavführung, später auch Quint- und Quartparallelführung (Organum) die erste Mehrstimmigkeit. Die reine Parallelführung wurde später aufgegeben, die zeitlich gleiche Einteilung der Musik blieb aber noch eine Zeit lang erhalten.

Weil sich die einzelnen Stimmen auch rhythmisch voneinander emanzipierten, wurden verschiedene Systeme der Notation notwendig. Auf ein erstes „Modalsystem“, das noch stark an die antiken Versmaße angelehnt war, folgte gegen 1280 mit der Ars antiqua ein erstes Mensuralsystem, in dem die Tondauern durch Zahlen charakterisiert waren, die die Verhältnisse der Notenwerte untereinander angaben. Im 14. Jahrhundert brachte die Ars nova weitere Neuerungen und Verfeinerungen des metrischen Systems, aber auch neue Gattungen und Formen. Den Abschluss der Epoche bildete die Ars subtilior, die die Verfeinerung und Komplizierung auf die Spitze trieb, bis sich mit dem Beginn des 15. Jahrhunderts ein völlig neuer Stil durchsetzte.

Die Stimmaufteilung war damals noch eine völlig andere als heute. Hauptstimme war der Tenor, dem als Gegenstimme ein „Kontratenor“ gegenübergestellt wurde. Dazu kam meist eine tiefere Bassstimme. Höhere Stimmen wurden als „Cantus“ oder „Diskant(us)“ bezeichnet, auch die Stimmbezeichnung „Alt(us)“ bedeutete, abgeleitet von lat. altus „hoch“, ursprünglich eine hohe Männerstimme.

Bei Guillaume Du Fay in der frühen Epoche der franko-flämischen Musik finden sich bereits komplett textierte dreistimmige Sätze. Etwa ab dem Innsbrucklied von Heinrich Isaac (ca. 1450 - 1517) kann von einem mehrstimmigen A-cappella-Satz gesprochen werden.

In der Renaissancemusik bedeutete a cappella keineswegs, dass keine Instrumente verwendet werden durften. Gemeint war eher, dass alle Stimmen vollständig textiert waren, so dass keine Instrumente notwendig waren, um den Satz adäquat zu besetzen. Hauptvertreter dieser Musikform waren Giovanni Pierluigi da Palestrina (1525-1594) und Orlando di Lasso (1534-1594). Die Musik diente hier vor allem als ein Mittel, um Text gestaltet zu präsentieren.

Im Laufe des 16. Jahrhunderts begann man, mit der Gegenüberstellung mehrerer Chöre im Raum zu experimentieren. Die Mehrchörigkeit entstand. Ende des 16. Jahrhunderts wurde der Chor zunehmend funktional, vor allem in der Oper.

Etwas älter als der A-cappella-Satz ist das instrumentalbegleitete Tenorlied. Ein Meister dieser Form war Ludwig Senfl (1486-1543/44). Das Tenorlied bestand aus einer textierten Melodie, einem cantus firmus, zu dem als komplexer instrumentaler Kontrapunkt ein deutlich tiefer erklingender Bass sowie zwei Oberstimmen hinzutraten. Gelegentlich war es möglich, auch die Instrumentalstimmen zu textieren.

Diese Form nutzten die Komponisten der Reformationszeit für ihre erbaulich-weltlichen Gesänge. Sie bestanden ebenfalls aus einem cantus firmus, zu dem weitere Stimmen traten, jetzt nicht mehr instrumentale, sondern vollkommen textierte. Hauptvertreter dieser Richtung war der Luther-Intimus Johann Walter (1496-1570), der auch als Gründer der Dresdner Hofkapelle gilt.