A pesquisa urbana tradicionalmente privilegiou o visual — mapas, fotografias, linhas de visada. A etnografia sensorial argumenta que o som carrega tanta informação sobre um lugar quanto a imagem, e muitas vezes chega primeiro ao pesquisador: os sinos de uma igreja marcando a hora, o pregão de um vendedor específico, o zumbido particular do trânsito numa rua em contraste com o silêncio duas quadras adiante.
As caminhadas sonoras, em que pesquisadores percorrem um bairro gravando e anotando o que ouvem, tornaram-se um método reconhecido para documentar essas paisagens sonoras urbanas. O que conta como 'ruído' a ser regulado e o que conta como som ambiente valorizado é, em si, um julgamento social e frequentemente disputado, muitas vezes dividido por linhas de classe e geração.
O som também marca o tempo de formas que os horários formais não capturam. Moradores de longa data conseguem, com frequência, identificar a hora do dia pela combinação específica de sons do lado de fora da janela — um conhecimento incorporado que um recém-chegado, por mais observador que seja, costuma levar meses para adquirir.
Prestar atenção ao som empurra a antropologia urbana a tratar a cidade como algo habitado pelo corpo inteiro, não apenas observado pelo olho.