A teoria da localização propõe que diferentes frequências sonoras estimulam diferentes pontos ao longo da membrana basilar da cóclea e que o cérebro determina a altura do som a partir da localização do pico de estimulação.

Os sons de alta frequência produzem vibração máxima perto da base da cóclea, junto à janela oval. Os sons de baixa frequência viajam mais longe e atingem o pico perto do ápice. As células ciliadas em cada localização enviam sinais que o sistema auditivo interpreta como tons correspondentes. A teoria explica bem a perceção das frequências altas e é corroborada pela organização tonotópica ordenada que se encontra em toda a via auditiva.

Para frequências baixas, a codificação espacial torna-se menos precisa e a codificação temporal da própria frequência torna-se mais importante. As explicações modernas combinam, portanto, as teorias espacial e temporal, atribuindo a cada uma um papel dominante em diferentes partes da gama audível. A teoria espacial continua a ser a principal explicação de como a cóclea inicia a análise da altura tonal.

De acordo com a teoria da localização, o ponto de vibração mais intenso da membrana basilar é o que determina a altura do som que ouvimos.