Menschen mit einem absoluten Gehör können nicht zwingend den Ton genau benennen (dafür braucht es nämlich eine musikalische Grundbildung - und selbst einige Profi-Musiker können keine Noten lesen!) - aber sie können etwa beim Stimmen eines Instruments die Tonhöhe genau erkennen und diese im Vergleich zu anderen perfekt einordnen. Und zwar nicht nur auf einen Halbton (100Cent) genau (das können extrem viele Menschen, die mal irgendwann ein Musikinstrument spielen gelernt haben), Menschen mit einem absoluten Gehör können auf unter 5 Cent genau sagen ob der Ton passt oder nicht. Manche sogar auf 2 Cent genau. Das ist nebenbei in etwa das, was ein menschliches Ohr überhaupt sauber unterscheiden kann. Die können dir mal eben eine Gitarre oder Violine rein nach Gehör stimmen. Und hören auch sofort, wenn z.B. ein Saiteninstrument auch nur leicht verstimmt ist.
Wobei das Ganze auch nur zum Teil angeboren ist - das absolute Gehör ist auch eine Übungs- und Trainingssache (vor allem in der Kindheit..). Wobei auch Erwachsene mit der Zeit ein sehr gutes (wenn auch meist nicht absolutes) Gehör für die Tonhöhe entwickeln können, wenn sie entsprechende Instrumente mit "freien" Tönen spielen (Violine, Kontrabass, Cello,... oder auch Gitarre mit freier Stimmung und vielen Bluenotes usw.) und da intensiv spielen . Da kommt dann auch das "Tongedächtnis" in Spiel.
Dieses hat aber mit der "passenden Tonhöhe finden" beim Ohrwurm nur bedingt zu tun. Denn wenn man einfach mal eben alles einen Halbton (oder mehr) zu tief oder zu hoch singt oder spielt, dann passen die Harmonien zwischen den Tönen und deren Intervallen nicht mehr wirklich 100%, der Klang verändert sich ganz leicht. Was auch damit zu tun hat, dass die westliche Musik meist eine gleichstufige Stimmung verwendet (12 Halbtöne pro Oktave im gleichen Abstand), aber eigentlich bräuchte man für jede Tonart eine jeweils sogenannte "reine Stimmung" oder eine "pytagoräischen" Stimmung, bei welcher eben nicht die gleichen Stufen mit 12 Halbtönen zu 100 Cent, sondern vielmehr die Frequenzverhältnisse von z.B. 2:3 und 4:5. (Das ist dann auch das, was man an Saiteninstrumenten als Flageoletts/Oberton durch ein Dämpfen an der passenden Stelle erzielen kann). Weil eben je nach Tonart eigentlich etwa das cis eine leicht unterschiedliche Höhe hat. Und weil sich zudem auch cis und des leicht unterscheiden, was die natürlichen Schwingungen an geht - auch wenn das die selbe Taste am Klavier ist. An der Violine ist das aber z.B. kein Problem, da kann man jeden beliebigen Ton spielen, dito an der Gitarre, wenn man den Ton mit mehr oder weniger Druck mehr oder weniger nah am Bund anspielt - oder wenn man gar die Saite leicht zieht (oder das Tremolo einsetzt bei der E-Gitarre).
(Diese Unterschiede zwischen einem "gleichstufigen" und einem "natürlichen" Tonverhältnis entlarven nebenbei bei einer genauen Analyse auch sehr gerne die ganzen Autotune-SängerInnen, von offensichtlich wie diverse GangtaRappa bis eher dezent bei Taylor Swift, denn Menschen singen eben normal nicht perfekt gleichstufig (wie ein Tasteninstrument oder ein Computer), die singen normal eher in natürlichen Tonverhältnissen, die gegenüber der gleichstufigen Stimmung ein paar Cent off sind.. Wobei da auch kein Mensch alle Töne perfekt trifft, denn selbst wenn er ein paar Töne perfekt treffen sollte beim Ansingen - er/sie kann das selten perfekt halten. Und wird in Folge immer ein paar Töne eben nicht auf 5 Cent genau treffen und halten.)
Jedenfalls:
Das Gehirn speichert schon auch die Tonhöhe von Liedern ab - aber eben auch den Klang und damit die Tonart. Und die kann man nicht wirklich so ganz einfach transponieren, wenn es um den Gesang geht. Weil sich dadurch der Klang und die Harmonien in den Intervallen ändern. Eine Terz in einer reinen Stimmung (5:4) klingt eben je nach Anfangstonhöhe oft harmonischer als in einer gleichstufigen Stimmung.