Ce travail se propose d’étudier la réception des musiques traditionnelles orales en tant que processus dynamique et plus particulièrement comme un acte de construction temporelle mis en œuvre pour l’essentiel lors de la performance vivante, « champ » privilégié d’expérience musicale orale. Dans cette perspective, en nous centrant sur le cas de la musique crétoise, musique par excellence orale, nous tentons de démontrer comment les auditeurs appréhendent et mémorisent des structures musicales lors et grâce à des moments d’interaction participative et des rythmes partagés. À partir du concept ethnomusicologique du modèle, envisagé dans le cadre de ce travail non seulement comme une « structure minimale, invariante » mais aussi en tant qu’une grammaire gestuelle, nous analysons les comportements des auditeurs lors des trois expériences mnémoniques. Nous y mettons en évidence comment les gestes temporels qui associent ici musique et danse, schématisés et codés dans un modèle, peuvent diriger la segmentation d’une pièce et son identification. À cet égard l’objectif fondamental de cette thèse est de montrer à travers le « paradigme oral » que la communication d’émotion par le biais des expériences dynamiques, est à la base même de la cognition musicale.