Le film est composé de sept séquences illustrant huit morceaux de musique classique, réorchestrés et dirigés par le chef d'orchestre Leopold Stokowski à la tête de l'Orchestre de Philadelphie. La dernière séquence illustre deux morceaux et un intermède sépare la séquence 4 et 5. Chaque séquence est précédée d'une courte introduction où l'orchestre est en ombre chinoise.
Le film, après l'apparition du titre, débute immédiatement comme dans une salle de spectacle : un rideau s'ouvre sur une scène dans la pénombre, les silhouettes de musiciens qui s'installent se découpent sur un écran bleu, avec des bruits d'instruments qui s'accordent. Le narrateur, comme pour une retransmission, accueille les spectateurs. Tandis qu'il explique au public qu'il existe trois genres de musiques, certains instruments sont éclairés, et leur sonorité mise en avant. Les trois genres sont la musique narrative, qui raconte une histoire, l’illustrative, qui évoque une ou des images, et la musique absolue, qui n'existe que pour elle-même.
