Миягава идет от мысли, что в языке существуют два «слоя»: «уровень высказываний» (речь идёт об организации предложений) и «уровень лексики» (имеется в виду содержание предложений). Нечто подобное высказывали такие лингвисты, как Ноам Хомский, Кеннет Хейл и Сэмюэл Джей Кейзер.
Пение птиц напоминает первый «слой», а «танцы» пчёл и короткие выкрики приматов — второй. В какой-то момент (возможно, 50–80 тыс. лет назад) люди объединили эти типы выражения в уникальную и сложную форму — человеческий язык. Может показаться, что соединить «яблоки» и «апельсины» нельзя, однако, присмотревшись, мы увидим, что эволюция частенько лепит новое из старого, зачастую получающего радикально новую функцию.
Взять простую фразу: «Тодд увидел кондора». Её можно слегка изменить: «Тодд увидел кондора?» Как видим, лексический пласт остался тем же, но организация предложения изменилась (в данном случае — на уровне интонации), и оно получило новый смысл.
В птичьих песнях нет лексического слоя. Их мелодии обладают целостной структурой, то есть вся песня имеет одно значение: призыв к спариванию, защита территории и пр. Японская амадина (Lonchura striata domestica) способна возвращаться к предыдущим частям мелодии, что позволяет ей передавать больше информации. Соловьям доступны 100–200 различных мелодий.
Другие животные, напротив, совсем не пользуются этим «слоем». Телодвижения пчёл должны служить точным указателем на источник пищи; крику примата, предупреждающему о появлении хищника, тоже не до «красоты».
Люди плодотворно сочетают две системы. Мы не только передаём сообщения посредством речевых знаков, но и рекомбинируем их элементы, производя всё новые слова и их сочетания. Возможно, древний человек и впрямь начинал с пения, создавая сложные мелодические узоры, и лишь впоследствии добавил слова. Судите сами: и у людей, и у птиц в процессе овладения языком есть такая стадия, когда они восприимчивы к любому языку.
Помимо того, у нас совпадают области мозга, ответственные за язык. Ещё одно сходство ранее обнаружил знаменитый фонолог Моррис Халле: в человеческих языках наблюдается конечное число моделей ударения и ритма. Иными словами, наш язык, несмотря на его поразительную гибкость и бесконечную изменчивость, представляет собой ограниченную, замкнутую систему, организованную по принципам, напоминающим музыкальные.