Technika mikrofonowa XY polega na ustawieniu dwóch identycznych mikrofonów o charakterystyce kierunkowej, najczęściej kardioidalnych, pod kątem 90° do siebie, z kapsułami umieszczonymi jak najbliżej siebie, praktycznie stykającymi się. Dzięki temu uzyskuje się zachowanie korelacji fazowej i naturalne odwzorowanie obrazu stereo, szczególnie dobrze sprawdza się to przy nagrywaniu zespołów na żywo, chórów czy instrumentów akustycznych, gdzie ważne jest uchwycenie szerokości sceny dźwiękowej bez ryzyka utraty szczegółowości przez przesunięcia fazowe. W branży muzycznej przyjęło się używać mikrofonów kardioidalnych, bo pozwalają one lepiej rozdzielić źródła dźwięku i zminimalizować dźwięki spoza osi, co jest szczególnie przydatne w trudniejszych warunkach akustycznych. Takie ustawienie daje bardzo przewidywalny efekt, a także łatwo się je miksuje. Często w studiach nagraniowych spotyka się XY jako podstawę do późniejszego miksu stereo, a także w nagraniach terenowych (field recording). Z mojego doświadczenia, dobrze ustawione XY daje bardzo czytelny, wyraźny obraz przestrzenny bez nienaturalnych efektów panoramowania – to jest naprawdę praktyczne narzędzie do pracy z dźwiękiem. Standardy branżowe, np. EBU lub AES, również opisują XY jako jedną z kluczowych technik mikrofonowych, szczególnie polecaną, gdy zależy nam na prostej, solidnej bazie stereo. Warto pamiętać, że mikrofony muszą być tego samego typu, a kierunkowość to tu absolutny fundament.
Wielu osobom wydaje się, że każda para mikrofonów nadaje się do techniki XY, ale to poważne uproszczenie. Przede wszystkim, mikrofony o charakterystyce dookólnej nie są stosowane w tej technice – one zbierają dźwięk równomiernie ze wszystkich stron, przez co nie tworzą wyraźnego obrazu stereo. Efekt stereo byłby bardzo słaby, wręcz ledwo zauważalny, a część informacji przestrzennych po prostu by się rozmyła. Równie często spotykanym błędem jest przekonanie, że można dowolnie mieszać typy mikrofonów – np. dynamiczny i pojemnościowy. W rzeczywistości takie połączenie daje bardzo nierównomierne brzmienie, bo mikrofony te reagują zupełnie inaczej na transjenty i mają odmienne pasma przenoszenia. Sprawia to, że pojawiają się problemy z fazą, barwą oraz precyzją obrazu stereo. Jeśli chodzi o charakterystyki, technika XY wymaga mikrofonów kierunkowych (najlepiej kardioidalnych), bo to właśnie ustawienie ich osi pod kątem tworzy efekt przestrzenny. Mikrofony dookólne nie pozwalają na takie manipulowanie stereo, bo nie mają osi kierunkowej. Typowym błędem jest też przekonanie, że technika XY ma coś wspólnego z rodzajem przetwornika (dynamiczny/pojemnościowy). To nieprawda. W praktyce, dla poprawnej realizacji XY powinno się używać dwóch identycznych mikrofonów kierunkowych, najlepiej pojemnościowych, ze względu na ich czułość i spójność fazową. Każde inne podejście kończy się stratą na jakości nagrania i problemami w miksie, co potwierdzają praktycznie wszyscy realizatorzy dźwięku. Moim zdaniem, jeśli zależy komuś na profesjonalnym efekcie stereo, to nie ma tu miejsca na kompromisy – tylko dwa takie same mikrofony kierunkowe gwarantują, że XY zadziała jak należy.