Il principio è semplice: l’udito riceve due soli ingressi, le pressioni sonore ai due timpani, e se queste vengono riprodotte correttamente il cervello ricostruisce la scena, con direzione e distanza delle sorgenti. Un segnale binaurale contiene quindi già le differenze interaurali di tempo e di livello e le colorazioni prodotte da testa, padiglioni e busto. Si ottiene in due modi: registrando con microfoni posti nelle orecchie di una persona o di una testa artificiale, oppure calcolandolo al computer, filtrando suoni privi di informazione spaziale con le HRTF della direzione voluta.

L’ascolto naturale è in cuffia, che consegna ciascun canale a un solo orecchio. Con gli altoparlanti il suono di ogni diffusore arriva anche all’orecchio opposto e la spazialità si degrada, a meno di aggiungere un incrocio artificiale che cancelli quello naturale, una tecnica che funziona solo con la testa in una posizione precisa. L’audio binaurale non va confuso con i battimenti binaurali, un fenomeno percettivo diverso legato all’ascolto di due toni di frequenza vicina.