Fizjologiczne możliwości słuchu ludzkiego, ciągle są większe niż możliwości aparatury, która służy do przetwarzania dźwięku. Problem jest istotny, bo np. muzyki, tylko 20% ludzi słucha na sali koncertowej. Pomiędzy źródło dźwięku, a słuchacza włączono nowy element – tor elektroakustyczny zakończony głośnikiem. Element ten można określić, jako instrument muzyczny, który bierze udział w przekazywaniu dźwięku.
Słuchanie bezpośrednie jest naturalną formą odbioru świata. Słuchanie pośrednie nie jest odtworzeniem rzeczywistości, ale odwzorowaniem ograniczonym przez możliwości techniczne i zmienionym przez kreację przekazu, jakiej dokonuje realizator. Szczególnie, że istnieją dwie szkoły:
W pierwszej dążymy do jak najwierniejszego zarejestrowania zdarzenia muzycznego, dbając o zachowanie nawet najdrobniejszych szczegółów.
W drugiej realizator w znacznym stopniu ingeruje w brzmienia, panoramy i proporcje dynamiczne, tworząc daleko różniący się od oryginału efekt dźwiękowy .
Można powiedzieć, że różnice wynikające z percepcji audycji bezpośredniej i pośredniej, odbieranej przez słuchacza za pośrednictwem głośnika, wpływają na to, że audycja pośrednia musi otrzymać specjalną formę akustyczną. Forma ta powinna dać słuchaczowi albo obraz dźwiękowy najbardziej zbliżony do rzeczywistego, albo taki, jakiego chce reżyser. O tym co, kiedy i jak słychać, nie decyduje wierność rzeczywistości, lecz dramaturgiczne wymogi opowieści oraz chęć spowodowania, by całość precyzyjnych zabiegów inscenizacyjnych nie umknęła uwadze widza. Ma on czuć, że tę historię przedstawia mu ktoś, czyje pośrednictwo nie jest obojętne.
Słuchając dźwięku odtwarzanego elektroakustycznie zawsze obcujemy ze sztuką. Dotyczy to dzieła, wykonania i jego rejestracji. Dzieło muzyczne zawarte w partyturze wymaga nie tylko realizacji dźwiękowej, wymaga również interpretacji. To dzieło sztuki fonograficznej. Słuchając dwóch wykonań tego samego utworu, mówimy o innych interpretacjach dzieła, innym stylu wykonawczym. Słuchając dwóch rejestracji danego dzieła, możemy mówić o różnej reżyserii nagrania, o różnym ujęciu fonograficznym.
Każdy człowiek ma swoją charakterystykę słyszenia w funkcji częstotliwości (wysokości) i natężenia (głośności) dźwięku. Urządzenia służące do przekazu dźwięku także mają swoją charakterystykę i zakres przenoszenia. To, co słyszymy, jest wypadkową zmian w sygnale dźwiękowym, wynikających z parametrów użytych urządzeń. To samo zjawisko przekazywane za pomocą różnego sprzętu będzie brzmiało inaczej.
Od zarania prac nad techniką zapisywania i odtwarzania dźwięku pracowano nad zmniejszeniem dysproporcji między tym, co słuchacz słyszał w sali koncertowej, a tym, co mogliśmy przekazać. Początkowo w przekazie brak było najniższych i najwyższych tonów, wskutek czego dźwięk był płaski i obojętny. Stopniowo uwydatniano niskie tony, uzyskując pewną plastyczność dźwięku, jego pełnię i ciepło oraz podkreślenie linii melodycznej dzięki uwydatnieniu tonów podstawowych poszerzenie widma dźwięku o wysokie tony przywróciło obrazowi dźwiękowemu brakujący dotychczas blask oraz właściwą barwę.
Dynamika, z jaką słyszy człowiek, to 120-140. Żaden ciąg urządzeń nie jest w stanie tej dynamiki przekazać. Urządzenia wnoszą dodatkowo swoje szumy i zakłócenia, a więc sygnał użyteczny musi pozostawać w pewnym odstępie od sygnałów zbędnych. Osoba słuchająca może regulować głośność najmocniejszych dźwięków, a wtedy cichsze zginą w szumach. Dźwięk odtwarzany za pomocą toru fonicznego jest dynamicznie spłaszczany, a więc zmieniają się proporcje wzajemnej głośności sygnałów. Nasze możliwości odwzorowywania tego, co słyszymy poprawiają się, ale właściwie pogodziliśmy się, że nie osiągniemy identyczności, więc poprawiamy jakość naszej kreacji.
Słuchając bezpośrednio jesteśmy w stanie koncentrować uwagę na wybranym elemencie. Odsłuch pośredni to obiektywna rejestracja, bez selekcji i wartościowania. Mikrofon, chociaż doskonały, jest pozbawiony naszych cech fizjologicznych. W odsłuchu bezpośrednim odczuwamy odległość źródła dźwięku, ale dzięki akustyce pomieszczenia, w którym słuchamy, ta różnica nie jest wielka, bez względu na to, czy siedzimy w pierwszym, czy dziesiątym rzędzie. Mikrofon bardzo radykalnie reaguje na odległość od źródła i to zarówno przekazując odległość, jak i poziom sygnału. Dla prawidłowego odbioru musi być bardzo blisko, a plan dźwiękowy uzyskujemy niewielkim oddaleniem lub przez użycie odpowiednich przetworników.
Mikrofon, a pewnym stopniu także głośnik, potęgują zjawisko maskowania dźwięku. Wynika to z ich własności fizycznych. Aby ton pierwszy nie został zamaskowany w realizacji pośredniej trzeba zwiększyć jego natężenie. Mikrofon umożliwił osiąganie, co raz większej precyzji wykonania muzycznego. Spowodowała to czułość tego elektrycznego ucha i faworyzowanie dźwięku wieku bezpośredniego przy równoczesnym znacznym osłabieniu wpływów wtórnych, a mianowicie pogłosu pomieszczenia, który powoduje pożądane złagodzenie nieczystego wykonania muzycznego.
Człowiek słuchając, korzysta z informacji obu uszu. Dzięki temu może zlokalizować źródła dźwięku w przestrzeni. Mikrofon to odsłuch jednego ucha, dodatkowo zdeformowany przez charakterystykę kierunkowości. W odsłuchu pośrednim naszym źródłem dźwięku jest głośnik. Nawet, jeżeli rejestrujemy dźwięk na kilku mikrofonach, to jeden głośnik będzie dla nas źródłem wszystkich dźwięków, a dwa identyczne dźwięki z różnych kierunków odbierzemy, jako jeden. Udogodnieniem jest rejestracja i przekaz wielokanałowy. Pozwala na lepszą separację i lokalizację dźwięków, ale nie jest odwzorowaniem rzeczywistości, tylko jej kreacją lub próbą naśladownictwa.
Słuchanie nieodłącznie związane jest z akustyką pomieszczenia. Akustyka sprawia, że w danym miejscu przyjemnie jest przebywać albo panuje hałas, dźwięk brzmi klarownie albo gdzieś ucieka. Akustyka sali ma swoją charakterystykę w funkcji częstotliwości, różne dźwięki odbija i przekazuje. Ma swój czas odbicia dla danej częstotliwości, czyli pogłos. Jeżeli słuchamy bezpośrednio, nasza tolerancja dla wad jest większa, bo sami je sobie rekompensujemy. Przy słuchaniu pośrednim lepiej słyszymy wady pomieszczenia, z którego odbywa się transmisja. Najczęściej realizator koryguje je przez umiejętne rozstawienie mikrofonów, zmienia barwę i wielkość odbić. Każde nagranie jest w pewnym stopniu skażone akustyką i charakterem pomieszczenia, w którym powstało. Dodatkowy element stanowi pomieszczenie, w którym my słuchamy nagrania. Ono też ma swoje brzmienie i to samo nagranie zabrzmi inaczej słuchane w różnych pomieszczeniach.
Zdarza się, że to co zostaje zaprezentowane na drodze elektronicznego przekazu jest lepszego gatunku, niż utwór wykonany na żywo. Są też produkcje dźwiękowe (muzyka konkretna i elektroniczna), które istnieją tylko w formie zapisu i odtworzenia z taśmy. Nawet przy zachowaniu odpowiednich parametrów toru akustycznego wrażenia dźwiękowe w słuchaniu pośrednim, bardzo różnią się od wrażeń przy słuchaniu bezpośrednim.
Słuchanie bezpośrednie i pośrednie to dwa różne obrazy tego samego zjawiska. Trudno w tym procesie przecenić rolę realizatora dźwięku, który dla nas ten przekaz organizuje i kreuje tę nieistniejącą rzeczywistość. Celem i zadaniem reżysera dźwięku jest nadawanie sferze słuchowej pewnego kształtu dźwiękowego, który jest o tyle trudny w porównywaniu, że ani się go nie widzi, ani go nie można opisać, trzeba go po prostu usłyszeć.
Słyszenie jest o tyle trudną sztuką, że polega ona jeszcze na zapamiętywaniu tego co słyszymy i co chcemy usłyszeć. Reżyseria dźwięku nie polega na deformowaniu rzeczywistości dźwiękowej, a na specyficznym usłyszeniu tego dźwięku, jej zinterpretowaniu przy nagraniu, w swojej wyobraźni, w konkretnej przestrzeni akustycznej, konkretnej dynamice, konkretnej pełni barw.
W odróżnieniu od obrazu, na który możemy patrzeć w sobie właściwym tempie i przez czas przez siebie wybrany, dźwięk jest zjawiskiem przemijającym. Rozbrzmiewając nabiera swoich właściwości, wyznacza czas w jakim można go podziwiać i sam kończy swoją egzystencję w momencie przez siebie wybranym. Dlatego praca reżysera dźwięku jest szczególna. Musi wykonywać ją w czasie wyznaczonym przez dźwięk i podążać za jego zmianami.
Audycja pośrednia może sugestywnie oddziaływać na słuchacza i spełniać swoje zadanie, jako dzieło sztuki radiowej, jeżeli wytwarza w wyobraźni słuchacza określone wrażenia, zgodne z intencją jej twórców, i to zarówno autora audycji, jak i tych, którzy są jej realizatorami w warunkach adaptacji radiowej. Tylko w takim przypadku możliwe jest przekazanie słuchaczowi wrażenia dźwiękowego, które ma być czymś więcej niż tylko odtworzeniem rzeczywistości w studio. Wymaga to od autora audycji znajomości warsztatu radiowego, a od jej realizatorów, inwencji twórczej i umiejętnego wykorzystania techniki radiowej.