Développer une application immersive sur mobile est une tâche ardue, de par la multiplicité et l'imprévisibilité des contextes d'utilisation, tous potentiellement bruyants. La technologie de rendu binaural permet de spatialiser un son tout autour de l'utilisateur et de l'isoler des sons extérieurs grâce au casque. Elle de ce fait est une parfaite candidate à l'amélioration de la qualité d'expérience en termes d'immersion. Néanmoins, elle introduit un potentiel découplage spatial entre son et image, et requiert de ce fait une étude sur la façon dont le stimulus audiovisuel résultant serait perçu. Nous proposons ici une expérience basée sur la méthode du point d'alignement spatial subjectif (Spatial Alignement Subjective Point, PSSA), qui permet de mesurer la perception d'un tel découplage. Nous pensons que cette étude perceptive est un prérequis indispensable à toute étude plus large sur la notion d'immersion. En particulier, le protocole permet de mesurer la perception d'une corrélation entre le son et le visuel lorsque aucun alignement spatial n'a réellement lieu.