Dans un contexte juridique, je trouve le terme élément sonore qui me semble être ce que tu recherches.

Le concept de « contenu » porte essentiellement sur toute interface humaine du produit livrable soit, en fait, tout ce que l’utilisateur peut « voir » ou « entendre », tel que du texte, des images et des éléments sonores (y compris de la musique et des enregistrements de voix ), visuels ou audiovisuels (y compris des prestations visuelles ou audiovisuelles d’artistes interprètes), fixes ou animés. Il pourrait également comprendre des photographies ou autres fixations de l’image ou de la voix d’un individu.