Az operaszínpad a madrigál korszakából a 16. század vége és a 17. század első évei között a következő énekhangtípusokat kapja örökségül: a tenort és basszust mint férfihangokat, szoprán- és altfekvéseket mint kasztráltak vagy természetes falsetto-énekesek területét, a szopránt és altot mint női hangokat. A baritont és mezzoszopránt gyakorlatilag nem ismerik; kettős természetük és átmeneti helyzetük következtében az elsőt beolvasztják a tenorba vagy a basszusba, a másodikat a szopránba vagy az altba. Egyebek között szem előtt kell tartani a 17. századi énekléssel kapcsolatban, hogy a tenornak szín és terjedelem tekintetében sok baritonsajátsága van, sőt néha megfelel a mai baritonnak. A hangfajok felhasználása a 17. századi olasz operában - a szerepek és feladatok kiosztása - a recitativók és zárt számok kialakítása és a vokális írásmód, ahogy látni fogjuk, olyan irányzatokat és ízlést tükröznek, amelyek vagy a 16. század második felének madrigál-irodalmából, vagy a barokkból, vagy a barokkot közvetlenül megelőző korszakból erednek, amikor egyebek mellett kifejezésre jut a lepantói csata után Európában elterjedt örömteli hangulat: ez a korszak úgy tekinthető, mint a humanisták új pogány szellemének újraéledés
e. Ismeretes, hogy az opera első megjelenései, az úgynevezett firenzei Camerata (Peri, Caccini és kortársaik) működésének eredményei, kezdeti törekvéseiket, éppen az újraéledt pogány szellem nyomán, arra irányítják, hogy megtalálják azt a fajta hangadást, amit feltételezés szerint a görög tragédia színészei alkalmaztak. Innen ered a "közbenső hangadás" meghatározása: ez átmenetet jelent a szó szoros értelmében vett ének és a beszéd nyelvét jellemző hang között. Ebből születik meg a "recitativo"-stílus és az "énekelt színjáték" poétikája, amit a firenzei Camerata tagjai a polifon zene stílusával állítanak szembe. De az eredeti kiindulópont: a régi görög színészek hangejtésének történeti kutatása csakhamar háttérbe szorult a belőle eredő következmények mellett. Valójában az "énekelt színjátszás" a többszólamúsággal a monódia, azaz a szólóhang szembeállítását jelzi, pontos indokolással. A többszólamú ének - mondják a firenzeiek -, főleg a 16. századi madrigálnál bevett formájában tisztán harmóniai és ellenpontos, sőt pusztán "akusztikai", keresett, bonyolult, mesterkélt hatásokra törekszik: ezek még azt sem teszik lehetővé, hogy az énekelt szavak értelmét kivegyük.
Ezzel szemben az "énekelt színjátszás" monódiája a megzenésített szövegben kifejezett szenvedélyeket és érzéseket próbálja az énekbe önteni, rövidebben szólva a kifejezésre törekszik. Lényegében az előadó tolmácsolóvá válik és azzal, hogy "érzelmeket" fejez ki, "szerepet mond", vagyis egy drámai hőst kelt életre. Az operának ebben a legkorábbi korszakában az éneklés szerkezete alapjában egyszerű. A kiterjedés minden fekvésben korlátozott; az ének szabványos és ismétlődő formulákra tagozódik, kerüli a tág hangközöket és ritmusváltásokat és csak ritkán, szórványosan bontakozik ki dallamos ariosóban. Egyszóval lassú, kezdetleges énekbeszédet valósít meg, melynek diszkurzív jellege hozza majd létre az igazi operai recitativo egyes dísztelen szabványelemeit.