Technika mikrofonowa XY faktycznie opiera się na użyciu dwóch jednakowych mikrofonów o charakterystyce kardioidalnej, ustawionych jak najbliżej siebie – kapsuły praktycznie się stykają, a osie mikrofonów przecinają się pod kątem 90° lub czasem 120°. Kluczowe w tej metodzie jest to, że oba mikrofony są identyczne i mają kardioidalną charakterystykę kierunkową, dzięki czemu uzyskujemy bardzo precyzyjne obrazowanie stereo bez problemów z przesunięciem fazowym, bo sygnały docierają do kapsuł z praktycznie tego samego punktu. Moim zdaniem to jedna z najprostszych i najczęściej wykorzystywanych technik stereo w małych studiach czy nagraniach na żywo. W praktyce wystarczy postawić dwa mikrofony, skrzyżować je i już – nie trzeba żadnych dodatkowych dekoderów czy skomplikowanego sprzętu. Często widuje się to podczas nagrań chórów, małych zespołów akustycznych czy nawet w niektórych podcastach, gdzie zależy nam na naturalnym odwzorowaniu panoramy dźwiękowej. Z mojego doświadczenia, jedną z największych zalet XY jest brak ryzyka „dziur” w środku obrazu stereo, co przy innych układach (np. AB) potrafi się zdarzyć. Technika ta jest uważana za standard branżowy – sam Sennheiser i Shure często w swoich materiałach edukacyjnych polecają ją początkującym. Warto pamiętać, że dla uzyskania naturalnego efektu najważniejsze są odpowiednie mikrofony i precyzyjne ustawienie kąta. Dobrze sprawdza się także przy nagrywaniu instrumentów perkusyjnych czy fortepianów.
Technika mikrofonowa XY często bywa mylona z innymi metodami stereofonicznego nagrywania, dlatego łatwo o nieporozumienia. Wbrew powszechnym przekonaniom, pojedynczy mikrofon – nawet o charakterystyce ósemkowej – nie umożliwia uzyskania realistycznego obrazu stereo, ponieważ do rejestracji przestrzeni potrzebujemy dwóch niezależnych kanałów dźwiękowych. Stąd wykorzystanie wyłącznie jednego mikrofonu w tym kontekście po prostu nie ma sensu. Często też zakłada się, że mikrofony o charakterystyce ósemkowej (bi-directional) to podstawa każdej techniki stereo, co nie jest prawdą – choć rzeczywiście są one kluczowe w technice Blumleina lub M/S (mid-side), w XY chodzi właśnie o kardioidy. Ustawienie dwóch mikrofonów o charakterystyce ósemkowej prowadziłoby do zupełnie innego efektu dźwiękowego, innego rozkładu przestrzennego, a i tak wymagałoby bardzo precyzyjnego ustawienia. Jeśli zaś chodzi o zestaw mikrofonów z innymi charakterystykami – na przykład superkardioida i ósemka – to takie rozwiązanie stosuje się w zupełnie innych technikach, jak wspomniany M/S, gdzie mikrofon ósemkowy zbiera sygnał boczny, a kardioidalny (ewentualnie superkardioidalny) – sygnał środkowy. W XY cała filozofia polega na prostocie i powtarzalności: dwa takie same kardioidy umieszczone blisko siebie, bez przesunięć czasowych, co minimalizuje problemy z fazą. To, moim zdaniem, jest najczęściej bagatelizowany aspekt – nie chodzi tylko o charakterystykę, ale o możliwie identyczne mikrofony, ustawione pod odpowiednim kątem. Wielu początkujących skupia się na doborze różnych typów mikrofonów, co może prowadzić do niestandardowych, ale raczej niepraktycznych rezultatów w typowych zastosowaniach studyjnych czy live. Prawidłowe rozróżnienie tych technik to podstawa profesjonalnego podejścia do nagrań stereo.