Mentale Repräsentationen sind spezifische Bahnungen im neuronalen Netz, welche beim musikalischen Lernen als genuin musikalische Vorstellungen (Repräsentationen) gebildet werden. Dabei steht das prozedurale Lernen (Handlungswissen) lernpsychologisch vor dem Erlernen deklarativen Wissens (verbales Wissen). Bamberger (1991) unterscheidet in Anlehnung an Piaget figurale, formale und symbolische Repräsentationen. Figurale Repräsentationen sind gespeicherte physische Erfahrungen: Ich kann mir eine Melodie als Ablauf von Handlungen auf einem Instrument merken und dadurch spielen und ebenso kann ich sie mir innerlich vorstellen, ohne jedoch die Töne benennen oder einer Tonart zuordnen zu können. Als formale Repräsentation bezeichnet Bamberger solche, die unabhängig vom Instrument möglich sind und grössere musikalische Zusammenhänge umfassen können. «Dies erlaubt, z.B. den Schlusston einer Melodie unmittelbar aufgrund seiner Klangeigenschaften als höher oder tiefer im Verhältnis zum Anfangston zu erfassen (Bamberger, Jeanne (1991).» Der implizite Charakter dieser beiden Repräsentationsformen besteht darin, dass dieses Wissen zwar angewendet aber nicht erklärt werden kann. Werden anschliessend musikalische Elemente durch die Aneignung von Fachtermini und Regelwissen in ein musikalisches System eingebettet, entstehen symbolische Repräsentationen, die sich dadurch auszeichnen, dass das Wissen nun explizit wird: Musikalische Elemente, wie z.B. ein Ton oder ein Akkord, werden durch einen Namen oder durch Notenzeichen als Teil des durmolltonalen Systems verstanden und erklärbar.
Musikalische (mentale) Repräsentationen sind Voraussetzung für die Audiation.