Este trabajo estudió las vinculaciones entre las modalidades auditiva, visual y cinética en la configuración del perfil dinámico-temporal de la música como forma vital (Stern 2010). Se realizó un experimento en el que participaron 180 estudiantes de música que fueron asignados a cinco condiciones: (i) audición (ii) audición y observación de movimientos congruentes con la música, (iii) audición y observación de movimientos no congruentes con la música, (iv) observación de movimientos sin música y (v) audición y producción simultánea de movimiento libre. Se solicitó la realización de dos tareas: (i) valorar la correspondencia entre diez términos descriptores de la forma vital con la experiencia sentida y (ii) estimar el grado de similitud percibida al escuchar fragmentos del original que contenían modificaciones en el perfil dinámico. Los resultados mostraron similitudes y diferencias entre condiciones de acuerdo al tipo y la cantidad de modalidades sensoriales comprometidas en la tarea. En particular, tanto la audición como la observación del movimiento congruente generaron formas vitales relativamente similares. Este resultado soporta la idea de que los patrones de percepción que atraviesan las modalidades sensoriales recuperan similitudes en las formas sentidas de vitalidad y favorecen una experiencia de la música como forma sónica en movimiento.