听觉心像是一种心理图像 ，可在没有外部听觉刺激的时候用于组织和分析声音。这种心像被分为几种听觉模态，如言语心像或音乐心像，且这种心像模态不同于运动心像或视觉心像等其他感觉心像 。听觉心像的生动性和细节因人而异，取决于他们的背景和大脑状况。透过听觉心像的研究， 行为神经科学家发现，在受试者头脑中产生的听觉心像是实时生成的，包含了可量化的听觉特性以及旋律和谐波关系的精确资讯。随着正子断层照影和fMRI的发明，我们得以确认生理和心理的相关性，使得这些研究在近期能够得到证实和认可。
听觉心像中节奏的准确性通常会在回忆时受到影响，但是人们对节奏的感知却保持了一致性。在调查受试者的听觉心像时，他们的节奏感通常保持在“过去某一刻所听到歌曲原始节奏的8%以内。” 透过让受试者比较歌曲中两个单词的音高可以表明这一点。例如，人们可以透过在他们的头脑中唱“ 圣诞铃声 ”，并确定“Snow”和“Sleigh”这两个词之间的音高是否有差异，如果两个单词之间的间隔较大，则需要更长的时间比较两个单词的音高。因此，旋律的节奏结构会保留在听觉心像中。然而，如果一个人接受过音乐训练，那么这个人在他的听觉心像节奏表征上，会具有更大的灵活性。
人类在音调的细节上保留了相对较强的听觉心像，这可以透过音乐训练得到改善。然而，培养具有绝对音准的听觉心像，使其能够在听到声音时确定音符，则取决于儿童音乐训练和遗传因素。 人们能够改善对音调的辨别能力，但是无法改善他们的检测能力。听觉心像音调检测的研究表明，当判断两个高的音调而非两个低的音调时，反应时间会减少。
在声音的许多方面， 音量是听觉心像中最常丢失或受损的特征。当人们试图想像一首歌时，显而易见，在听觉心像中几乎没有明显的音量动态。根据Pitt和Crowder的说法，我们听觉心像中的音量编码与任何生理神经因素几乎没有相关性。 Intons-Petersons等其他科学家则认为，我们的听觉心像中存在音量编码，若是如此，它很可能发生在人的运动皮层中。
从歌词或词汇发展而来的听觉心像通常也被认为是内在语言的一部分。当人们想像自己或他人的声音时，会认为是内心的声音，但一些研究人员认为，这是缺乏对言语的自我监控。口语的听觉心像通常指的是想像说话的过程，当试图回想某人说话的内容或他们的声音时，这种想像可能会发生。对于人们练习和组织想要亲自说出的事物，听觉语言心像被认为是有用的。例如，练习演讲或准备唱某首歌中的一个段落。
为了提供一致的、局部的，以及更具体的证据，认知科学家对于找出涉及心理成像的脑部结构非常地感兴趣。目前已经确定听觉心像会使用右叶，患有右叶病变的人往往难以产生听觉心像。这是因为听觉成像需要使用额叶右叶、颞上回右叶以及许多右侧听觉联合皮层。这些大脑局部区域通常涉及解释声音的音调变化（例如悲伤或愤怒的声音）。
右丘脑被假设为听觉心像检索的一部分，而辅助运动区域也参与生成图像及编码运动过程。在想像运动任务而非过度执行时，辅助运动区域也参与了，因此想像运动任务与辅助运动区域的激活也有所关联。这表明形成听觉心像一定程度上也是运动任务。
在形成听觉言语心像期间，下额叶皮层、岛叶会被激活，此外还有，辅助运动区域、左上颞/下顶叶区域、右后小脑皮层 、左侧前中央沟和上颞叶脑回也会被激活。此外，大脑的其他区域在听觉成像过程中也被激活，但是还没有一个编码过程与之相关，比如额极区和胼胝体下回 。
随着音乐或重复对话等声音片段之间的联系变得更强、更复杂，甚至与声音有关的寂静也能在大脑中引发听觉心像。已有研究表明，在人们反复听CD的期间，而其音轨之间保持寂静，然后用fMRI分析神经活动，结果一致发现到，前额皮质和前运动皮质区域会在对听觉心像的预期过程中被激活。在学习歌曲的早期阶段，经常使用前额叶尾端皮层，而在后期，会更多地使用前额叶前端皮层，这表明在听觉成像中，所使用的关联皮质区域会发生变化。
音乐训练一直被证明是强化听觉心像的有效方式，使人们能够辨别和操纵声音的各种特征，如音调、音色、节奏等。音乐训练可以透过时空发射模式，使局部神经元网络更容易同步激发（赫布理论），这可以解释为什么非音乐听觉心像在音乐训练的科目中得到增强。对于音乐稚拙的人来说，音乐主要是一种外在的体验。在所有听觉心像任务中，稚拙的人比训练有素的人明显表现更差。
即使受试者不会把听觉心像跟所感知的声音混淆，但是某些人可能会经历非常生动的听觉心像。人与人之间生动程度的差异，可能是感觉过程和高阶认知之间重要的神经元关联。巴克内尔听觉心像评分用于评估一个人的听觉心像的生动性，并显示与颞上回和前额皮质的神经元活动有直接相关。音乐训练并不能改善听觉心像的生动性，但是生动性是否能够改进，或者专用于生动性的电路是否已经证实则尚无定论。
已有了一些受试者在做梦期间产生听觉心像的研究。当从快速眼动睡眠醒来时，人们会在梦中经历不同种类的听觉心像。听觉心像通常在快速眼动睡眠中相当普遍，其中大部分是言语听觉心像。研究发现，梦中最后的听觉心像通常是梦中自我角色所说的话。关于脑损伤患者及儿童梦，一些梦中听觉心像的发现也已经完成，但更具推测性。
许多传闻表明，阅读乐谱可以使音乐家感知他们正在阅读的音符的听觉心像，这是一种称为符号听想的现象。目前的研究表明，借由阅读一种有趣研究模式的符号，以理解资讯在大脑中的编码方式，只有一些能读懂乐谱的音乐家，能够在阅读该符号时听到模仿旋律的内心声音。由于信号在单一感觉管道上引发冲突，使得在发声分心的期间，音乐家的符号听想会显着受损。一些精通阅读乐谱的音乐家可能会在阅读下方莫扎特第40号交响曲的摘录时，体验到听觉心像。
精神分裂症患者的现实感及面对现实的反应能力较弱。此外，60％的患有精神分裂症的患者被假设会感觉到更加生动的听觉心像。当正常受试者和精神分裂症受试者都被要求产生听觉心像时，显示精神分裂症患者的后侧大脑皮质、海马回、双侧扁豆形巢、右丘脑、中上皮层和左侧伏隔核激活更弱。这些区域对内在语言和言语自我监测很重要，也就能解释为什么精神分裂症更容易引起幻听 。这些幻听不同于通常是第一人称想像的内部独白，幻觉是在第二和第三人称的想像中产生的，推测是由于在第二或第三人称想像期间，左侧前运动区、颞中和下顶叶皮层以及辅助运动区活动会增强所致。
对听觉心像的研究可以深入了解被称为“耳虫”的非自愿侵入性心像。有个与此相关的现象是，基督教教友都有过耳虫的经历，这是指Jingle的声音回绕在一个人的脑袋里。然而，一些患有强迫症的人可能会有顽固的耳虫，它们可能会以年为单位，长期驻留在患者脑中。因此，对听觉心像的研究也许能够拯救他们，使他们摆脱耳虫造成的听觉心像之苦。
这些研究对于想要了解人类记忆和音乐认知如何运作的心理学家来说非常重要。对于大多数记忆模式，人们不会自发地记住事实或想法，除非对他们当前的状况产生压力，然而听觉心像却可以不断自发地出现在人们的脑海中。因此有证据表明，这种记忆模式与其他模式不同。例如，记住的听觉心像通常长达 10-20 秒，但记住事实或场景却不一定能够像听觉心像那样“保留时间戳记”。这种见解将有助于理解音乐和记忆的关系。
此外，音乐家和音乐教育者可以透过磨练他们的听觉心像来减少他们在身体上必须做的练习，因为听觉辨别和组织的精细化。透过提高一个人操纵他们的“内耳”和听觉心像概念的能力，他们可以用更少的努力和时间，更好地学习和演奏音乐。
