Los canales de ASMR solo audio prescinden de las imágenes en movimiento y suelen mostrar una imagen fija o una pantalla negra. Son una opción para escuchar con los ojos cerrados o sin mirar la pantalla.
El ASMR de solo audio prescinde de la imagen y conserva el sonido, normalmente con una imagen fija, un color liso o una pantalla negra. Sin elementos visuales, la atención del creador se centra en la grabación en sí: cómo se superponen los triggers, a qué distancia está el micrófono de la fuente del sonido y cómo se equilibran la voz y la textura. Muchos oyentes lo usan para dormir, para estudiar o en sesiones en las que una pantalla resultaría una distracción. El formato encaja con triggers que funcionan bien por sí solos, como el tapping, el rascado o los sonidos de boca.
El solo audio es una elección de presentación, así que admite casi cualquier estilo. Combina bien con los vídeos de susurros y de voz suave, donde la voz es el principal atractivo, y con los de sin hablar, donde la textura sostiene la sesión. El contenido para dormir y el no intencional también encajan con este formato, porque rara vez hace falta ver las imágenes de esos vídeos.
Sin imagen, los títulos y las descripciones pesan más, porque son la única vista previa de lo que contiene la grabación. Muchos creadores de solo audio usan un micrófono binaural o estéreo y mueven los sonidos de un oído a otro para compensar la falta de imagen. El ruido de la habitación y el roce de la ropa también se notan más cuando no hay nada que mirar.