前回、曲を通して一貫して
「ド」は「ド」、「レ」は「レ」
のように同じ高さの音は同じ音として認識されるのは
音の観測点が１つだからこそと言う話をしましたが、
では具体的に
「何を観測点としているのでしょうか？」
結論から言えば、それは
「調、つまり調性上の主音」
になります（だからこそ階名／移動ドの概念で聴こえる）。
では、曲の中には
「この音が調（調性上の主音）ですよ」
と言った目印がある訳でもないのにどのように調、
つまり、
「観測点の選定が行われるのか？」
この辺りは
「調性スキーマ」
と言う考え方に通じていると考えられます。
なお、調性スキーマについては参考文献を挙げておきます。
『CDでわかる音楽の科学 図解雑学』（岩宮眞一郎教授著）
ところでみなさんはタマゴとニワトリではないですが、
「音程が先か？調性が先か？」
時系列上どちらが先に分かると考えていますか？
おそらく多くの人は、
「音程が先、つまり音程が分かるから調性が分かる」
と考えているのではないでしょうか？
しかし、もし音程が先であれば転調あるいは調性の有無に
影響を受けることなく同じように聴音できるはずです。
そうして考えると、実は逆で
「調性が先、つまり調性が分かるからこそ音程が分かる」
のではないでしょうか？
これは言い換えれば、
「『全全半全全全半』と聴こえるからそれが
『ドレミファソラシド』と認識される」
のではなく、
「『ドレミファソラシド』と聴こえるからそれが
『全全半全全全半』と認識される」
と言うことです。
関連記事
