Das Hören ist eng mit unserem "episodischen" bzw. "prozeduralen" Gedächtnis verknüpft, das – im Unterschied zum "lexikalischen" wie auch dem "visuellen" Gedächtnis, aus dem wir fixierte Objekte wie z.B. Telefonnummern oder Bilder abrufen – für das Einprägen von zeitlich dimensionierten Sinnesdaten (Erlebnisse, Filmszenen, Bewegungsabläufe etc.) zuständig ist.
Die Kognitionspsychologen unterscheiden auch hier, wie beim visuellen Gedächtnis, drei Instanzen, die im folgenden näher beschrieben werden.