El gregoriano, como en general toda la música profana medieval anterior al siglo XI, había sido esencialmente monódico, o sea el en cualquier composición no existía más que una línea melódica única, y las voces humanas e instrumentales la interpretaban al unísono.
Hacia el final del siglo IX, esta monodia empezó a dividirse en dos voces distintas.
Esta subdivisión, aún muy tímida y sencilla, fue el inicio del importante movimiento musical europeo conocido con el nombre de «polifonía», es decir, música compuesta por sonidos diversos emitidos simultáneamente por voces diferentes.
Al principio la polifonía fue en realidad una diafonía (dos voces), que se regía por la más estricta norma contrapuntista.
En cambio, el mottetto o motete se caracterizaba por la total diversidad de las melodías que entonaban las voces, aunque buscando siempre agradables asonancias, las cuales llegaban incluso a cantar simultáneamente textos distintos.