立体声拾音是最流行的专业麦克风拾音技术之一。

立体声拾音通常会使用两个或多个麦克风来创建立体图像，能为乐器或整个录音作品带来深度感、空间感以及位置感。

立体声的拾取有许多不同的方法， 其中最受欢迎的三种方法是：A / B拾音制式（时间差拾音方法）和X-Y拾音制式、M-S拾音制式（强度差拾音方法）。

A / B拾音制式是将两支型号相同的心型指向或全指向麦克风拉开1-3米的距离，然后通过左右平移两支麦克风来录制乐队或乐器立体声像。

对A/B制式拾音来说，每件乐器（声源）到达两支麦克风处的声音信号之间，既存在强度差又存在时间差。强度差是由麦克风的指向性图形以及声源到达两支麦克风的距离不同所形成的。在这种录音制式中，强度差和时间差对定向的作用迭加在一起了。很明显，对于不再中轴线上的声源，前导的声道始终是声级较高的声道。心理声学的研究，时间差比强度差更加的重要。这种制式的特点是简单，对所使用的一对传声器，在性能和技术指标配对上要求并不太严格。

X-Y拾音制式是将两个相同类型的心形指向麦克风一上一下紧靠在一起（或相距2.5cm以内）同轴放置，根据声源的大小和所需的特定的声音，两支麦克风主轴之间需保持90°到135°夹角。

与A/B拾音制式不同，由于两支传声器基本上是放置在一个点上，所以任何声源传输来的声音信息，都能同时到达两支麦克风，因而不存在时间差和相位差的问题。

很明显，由于两声道信号间不存在相位差，在作单声道兼容听音时，没有相位干涉现象。所以，X/Y拾音制式的兼容性极好，非常适合用于实况转播。

M-S拾音制式所使用的两支麦克风一支（Middle，即中间）是心型指向的，主向朝正前方，用于拾取轴线上的声音；另一支（Side，即左右两侧）是8字指向的，横着放置，主向对着左右两侧，用于拾取不在轴线上的声音。两个声音信号通过M-S拾音制式组合到一起，从而形成受控变数的立体声像。

M-S拾音制式也是采用一对位置重合的麦克风，因此它与X-Y拾音制式一样，左右声道信号之间只存在强度差，而不存在相位差和时间差。这种拾音制式完全兼容单声道，所以广泛用于广播和电影应用。