所谓“声像”顾名思义，就是声音的图像。这个“图像”不是由眼睛看见的，而是由耳朵“听见”的。
在立体声中，声源在我们的前方的某一个位置发出来，例如在左方0度的位置，我们就定义为-90（各种软件定义的这个数字不同，下同）在正中间定义为0，在极右边定义为+90，在中偏右45度则为+45，等等依此类推。这就好像在我们的听觉中形成了一个声音的位置“图象”这就是“声像”。实际上声像是不存在的，只不过是人们根据眼晴看见的图象而类推出来的。
有些人甚至某些技术书籍中，把“声像”写成“声相”是不准确的。容易同声音的相位产生混淆。我们知道“相位”是音频中另一种概念。