زاویه دیدِ انسان (Panorama) حداکثر 160 درجه است. در حالی که به صورتِ 360 درجه و در سه بُـعـد صدا را میشنـود. تشخیص قابل قبولِ محل منبع صـدا در انسان از اهمیت زیادی دارد. قابلیت و توانایی تشخیص و تعیین مکانِ (محل) منبع صدا، آموزهای نـیست که کسی در زمان تولد همراه خود داشته باشد. با مرورِ زمان و آموزش این قابلیت به فعلیت میرسد. برایِ ایجادِ فضایِ نزدیک به واقعیت، باید خصوصیاتِ ساختارِ شنواییِ دوگوشی را در جهتیابیِ صدا بررسی کرد.
تواناییِ تعیینِ و تشخیصِ منبعِ صدا، در سطحِ اُفـق به کمکِ دو عامل، بهدست میآید که در علمِ روانشناسی و آکوستیک-روانی به دقتِ انتخابی (selective attention) مشهور است. این دو عامل عبارتند از:
(1) اختلاف در زمان رسيدن (ITD: Interaural Time Difference ) سیگنالِ صدا به دو گوش
(2) اختلاف در تراز یا شدتِ صدا (IID: Interaural Intensity Difference) به دو گوش.
اختلافِ زمانیِ دریافت و درکِ صدا: در بسامدهایِ کمتر از 1800 هرتز آنچه به جهت یابی صدا کمک می کند، تفاوتِ زمانِ دریافتِ صدا است. »اختلاف فاز« یعنی در این محدوده بسامدی و پایینتر، آنچه باعث تشخیص جهت صدای منبع میشود، تفاوتِ زمانی است که صدا به گوش انسان میرسد. از آنجا که بسامدهایِ پایین بهصورتِ کروی و تمامجهت، منتشر میشوند و از سر به عنوانِ مانعِ میانِ دو گوش عبور میکنند، در بسامدهای پایین، تفاوتِ قابل توجهی در شدتِ منبع صدا میانِ دو گوش وجود ندارد.
در بسامدهایِ بالای 1800 هرتز آنچه که به جهتیابی صدا کمک میکند، تفاوت تراز یا شدت صدا بین دو گوش است و دلیل آن سایه سر است که اجازه عبور به بسامدهای بالا را که »جهتی« هستند، نمیدهد و باعث کاهشِ تراز یا شدت صدا در این محدوده بسامدی میشود. حجمِ سر باعث می شود تا صدایِ بسامدِ بالا با شدتِ متفاوت به گوشِ مخالف برسد.
وقتی صدا با یـک شدت و در یک زمان (بدونِ هیچ گونه تفاوتِ زمانی) به دو گوشِ انسان میرسد، صدا در مرکز سَـر انسان درک میشود. {گویی منبع صـدا دقیقاً از روبرو (وسط) پخش میشود}. انسان تلاش میکند تا صداهای مهم را _که غالباً گفتار از آن نوع است_ با تـمـرکـز بالا بشنود. گویی این صداهـا باید در مرکز ( وسط) سر درک شـونـد.
در سیستمِ مونویِ دو کاناله درست، یـک صدا باید با یک شدت و در یک زمان از دو بلندگو به گوشهای مخاطب بـرسـد. در این حالت، مخاطب احساس میکند که صدا از منبعی مـجازی و غیر واقعی در میانِ دو بلندگو (وسط) در حالِ پخش است.
در بعضی از شبکههای تلویزیون ایـران که خروجیِ میکسر صدا در حالت مـونـو است، صدای پخش شده حاصلِ جمع کانال یک و دو است (L+R). کافی است صدای این دو سیگنالِ منویِ دو کاناله، فقط کمی نسبت به هم اختلافِ زمانی داشته باشند، آنگاه پدیدةِ مخربِ حذفِ فاز به دلیل جمع الکتریکی سیگنال ها رُخ خواهد داد. این در حالی است که اگر کلیة تنظیماتِ میکسر و از جمله خروجی آن، در حالتِ باشد هرگز با این پدیده به شدت مخرب _ حتی گاهی منجر به سـکوت روی آنتن میشود- مواجه نـخـواهیم شد. این یکی از ارزشهای افزودة سیگنال و سیستمِ استریو است.