Dès l’introduction de son Institution Oratoire, Quintilien souligne l’importance, pour le futur orateur, de maîtriser la technique musicale. Celle-ci, développée dans la Grèce antique depuis Platon et Aristoxène, et transmise ensuite à Rome, définit les intervalles mélodiques et rythmiques, mais aussi le « caractère » de tel mode ou de tel rythme, ainsi que l’éventail d’émotions que ce caractère est susceptible de procurer chez l’auditoire. Par conséquent, si la rhétorique latine depuis Cicéron se réclame de la tradition musicale, c’est autant pour son emploi des intonations vocales et des rythmes que pour sa volonté de charmer par cette musique. On comprend dès lors toute la difficulté pour l’orateur romain de se démarquer du musicien. Ce paradoxe fondamental pour l’éloquence latine incite à réfléchir sur les façons dont l’orateur romain, tout en usant des mêmes outils que le musicien, affirme sa spécificité et sur les différences entre la parole déclamée du forum et la parole chantée. L’analyse textuelle montre qu’il existe une distorsion entre la théorie et la pratique oratoires. L’orateur idéal, tout en exploitant les ressources musicales, ne doit pas chanter ; mais dans la réalité, l’éloquence tend bien à se rapprocher du chant. Cette confusion, fréquente à l’époque de Quintilien, est probablement corrélée à l’évolution du statut de l’art oratoire, qui s’apparente plus à un spectacle qu’à un acte politique.