Auf der zweiten, psychologisch-empirisch ausgerichteten Ebene (Kap. 3) geht es um die mentalen Strukturen und Prozesse des Hörers, die bei der Verarbeitung von Sprache bzw. Musik zum Einsatz gelangen. Es wird gezeigt, daß Verstehensvorgänge immer sehr individuell geprägte Prozesse sind und aus verschiedenen Zugangsweisen resultieren. Ein Vergleich der mentalen Vorgänge beim Aufnehmen von Sprache und Musik erfolgt auf der Grundlage bisher durchgeführter neuro-, entwicklungs- und allgemeinpsychologischer empirischer Untersuchungen.
Einen breiten Raum nimmt auf dieser zweiten Ebene die Mittlerrolle der Kognitionswissenschaft bzw. der Kognitiven Psychologie ein, da durch ihr interdisziplinäres Vorgehen gerade in jüngster Zeit neue Einsichten in bezug auf Gemeinsamkeiten von Musik- und Sprachverstehen gewonnen werden konnten. Ein Teilbereich der musikpsychologischen Forschung bemüht sich z.B. um neue Erkenntisse im Bereich des musikalisch-syntaktischen Wissens und vereint dabei psychologische und linguistische Methoden (Kap. 4). Das in der Psycholinguistik übliche Vorgehen, die vom Hörer abstrahierten Sprachbeschreibungen auf ihre kognitive Adäquatheit hin experimentell zu überprüfen, wird bei diesem Forschungsansatz an die Musikpsychologie adaptiert. D.h. die Vertreter dieser Richtung nutzen die in Kapitel 2 vorgestellte Möglichkeit, musikalische Strukturen mit sprachwissenschaftlichen Methoden zu beschreiben, indem sie konkrete musikalisch-syntaktische Theorien nach linguistischen Kriterien entwickeln und diese dann psychologisch-empirisch überprüfen. In Kapitel 4 geht es um die herausragendsten Modelle und Erkenntnisse dieses methodischen Ansatzes.
Das 5. Kapitel beschließt den Vergleich musikalischen und sprachlichen Verstehens mit einer allgemeinen Diskussion der Ergebnisse, auch im Hinblick auf eine mögliche Anwendbarkeit in der pädagogischen und therapeutischen Praxis.

Es sei noch angemerkt, daß ich mich im vergleichenden Teil der Arbeit weitgehend auf tonale Musik beschränke und nur am Rande auf atonale Musik eingehe. Die ohnehin komplexe Thematik bleibt so in überschaubaren Grenzen, kann aber auch problemlos um den Gesichtspunkt der Atonalität erweitert werden (vgl. Kap. 4.4). Ebenso muß aus Gründen des Umfangs das Zusammentreffen von Musik und Sprache in Textvertonungen sowie die zusätzliche Einbeziehung von szenischen Musikwerken ausgeklammert werden,