Зважаючи на важливу роль музики як метафори у визначних творах німецької літератури („Доктор Фаустус” Томаса Манна і „Гра в бісер” Германа Гессе) та численні висловлювання письменників про музику як важливу складову їхньої художньої творчості, осмислюються переваги метафоричного підходу до аналізу музики в літературі як продуктивного і сумісного з інтермедіальністю. Як засвідчують окремі дослідження в ґерманістичному літературознавстві, прихильники метафоричного розуміння взаємодії літератури з музикою (наприклад, дослідниця англійської літератури модернізму С. Фекаду, дослідниця творчості Германа Гессе Юлія Моріц, теоретик літературно-джазових зв’язків Ерік Редлінґ), покликаючись на провідні концепції метафори (Вільгельма Келлера, Ганса Блюменберґа, Джорджа Лакоффа і Марка Джонсона), обґрунтовують особливу ідею музичності літературного тексту. Зокрема, представлені аргументи Ю. Моріц, яка пропонує сприймати музичність художнього тексту як метафору, котра уможливлює різні уявлення залежно від контексту чи літературного феномена. Музика і література при цьому перебувають в якісно іншому взаємозв’язку, за якого не самі види мистецтва, а тільки уявлення про них трансформуються у такий спосіб, що виникає новий образ, який виявляє особливу якість літературного тексту. Наголошено, що метафорична модель допомагає вийти з дилеми наявності чи відсутності „справжньої” музики в літературі. Бо більше не йдеться про медіум „музика”, а про музичність як специфічну літературну якість. Тому, будучи наділеною музичністю, літературі не треба відмовлятися від своєї сутті, щоб наслідувати музику. Звернено увагу також на інтердисциплінарний характер проблеми метафоричного розуміння музики, що засвідчують, передусім, сучасні музикознавчі дослідження, які своєю чергою покликаються на літературу. Музикознавці не заперечують інтеракцій між двома знаковими системами – музикою та літературою. Тож, за Крістіаном Торау, метафоричне покликання – це покликання „контрастивної екземпліфікації”, образне і чуттєве покликання як спільних, так і не спільних ознак. Семіотична перспектива зберігає тут чутливість до того, що гетерогенні знакові констеляції (наприклад, картина і музика, а також музика і вербальний текст) саме через розрізнювальні знакові форми продукують момент конфлікту, незалежно від того, якими сильними є семантичні сумісність та розходження. У семіотичному модусі цей конфлікт можна досліджувати як „крос-модальну метафорику”.