Musik kann allgemein motivieren und die Aufmerksamkeit auf bestimmte Aspekte des Lerngegenstands lenken.  

In multimedialen und interaktiven Lernumgebungen (zum Beispiel beim Quiz) kann Musik über die Richtigkeit einer gegebenen Antwort informieren. Sie kann aber auch den Lernfluss strukturieren, indem beispielsweise Unterrichtsphasen durch eine sich wiederholende Melodie gekennzeichnet werden. Neben diesen Signal- und Strukturierungsfunktionen kann Musik natürlich auch Emotionen transportieren und den Lernenden helfen, tiefer in den Lernkontext einzutauchen, indem Zeit, Ort, Personen und die übrigen durch Melodien charakterisiert werden (sei es durch Melodien, die zum historischen Kontext passen, wie zum Beispiel politische Lieder aus der DDR, sei es durch Melodien, die historisch losgelöst, aber thematisch passend sind).

Hintergrundmusik und Umgebungsgeräusche können auch stören, ablenken und überlasten. Untersuchungen von Moreno und Meyer konnten zeigen, dass reine Hintergrundmusik Schülerleistungen teils sehr abträglich ist. In ihrer Studie wurden von den Teilnehmenden 20 - 67 % mehr Punkte erzielt, wenn keine Hintergrundmusik abgespielt wurde. Auch die Untermalung einer verbalen Erklärung mit thematisch passenden Geräuschen war dem Lernerfolg entweder abträglich oder einfach nicht förderlich.

Bisherige empirische Untersuchungen zeigen keine Vorteile in der Lernleistung in Abhängigkeit von der Darbietungsform des Materials (ob nur verbal, als Text und verbal zusammengefasst oder nur als Text). Jedoch ist bei letzterem die Bearbeitungsgeschwindigkeit höher.
Das setzt natürlich voraus, dass der beziehungsweise die Lernende lesen kann, was bei sehr jungen Kindern oder bei Lernenden mit Förderbedarf nicht gegeben sein muss.

Hier konnten Untersuchungen zeigen, dass aufeinander abgestimmte bildhafte und verbale Informationen sich vorteilhaft auf das Lernen auswirken und kürzere Bearbeitungszeiten bewirken können. Die Ansprache zweier Sinneskanäle bewirkt die besten Behaltens- und Verstehensleistungen.