複数の声部が独立した旋律を同時に歌うポリフォニー（多声音楽）の初期形態。最もよく聴かれる形式は「モテット」で、ラテン語のテキストが2〜3声部に分かれ、一番低い声部（テノール）はグレゴリオ聖歌の断片をゆっくり繰り返す。その上の声部は独立したリズムパターン（モーダルリズム）で動き、声部同士が会話するというより、それぞれの時間の流れで動いている。録音で聴くと、人間の声なのに非常に機械的な印象を受けることがある——それはモーダルリズムが数学的に整理されたパターンから構成されているためだ。オルガヌム（より即興的な初期形式）から移行してきた時代の、秩序を構築しようとする意志が音に表れている。

テノール（最低声部）がグレゴリオ聖歌の断片を非常にゆっくりと繰り返す様子を最初に追ってみる。次に上の声部が同じ速度ではなく、独立した速いリズムパターンで動いていることを確認する。二つの時間の流れが同時に存在している感覚——これがアルス・アンティクアのポリフォニーの核だ。「Pucelete – Je languis – Domino」のような三声モテットでは、それぞれの声部が別のテキストを歌っていることもあり、言葉の多層性も面白い。

フィリップ・ド・ヴィトリの「Garrit gallus – In nova fert – Neuma」（1314年頃）は三声モテットの構造がよく聴き取れる。各声部が別のテキストを歌っているのが確認できたら、それがどういう音楽的・神学的意図のもとに設計されたかを考えながら聴くと理解が深まる。「On parole de batre – A Paris – Frese nouvele」はテキストの内容が日常的な市場の声なので、宗教的な文脈と世俗的な文脈が交差する中世音楽の複雑さが感じ取れる。