1、一方面是因為自己的聽覺構成導致了聽到聲音的差異，一方面則是因為錄製或者傳播聲音的介質差異導致了聽到聲音的不同。2、先來從聽覺方面來解釋下，正常來說，人在說話時，肯定是向前發聲的，而人的耳廓也是向前的，所以聽到的聲音基本上都是從對面反饋回來的回聲，以及口腔、鼻腔和腦腔當中的共鳴混響，可以理解為透過骨頭傳遞到耳朵內的聲音。3、這種情況下，所聽到的聲音就相當於是透過骨傳導傳到耳內的聲音以及反饋回來的回聲。基本上，受空間的限制，從對面反饋回來的回聲對於自己的聽覺影響是可變的，基本不變的是骨傳導的聲音，這個過程對於聲音能量的衰減和變遷較小。所以在收聽錄音的時候，形式上就變得有些不同了，少了口腔發聲造成的骨傳導聲音入耳，聲音只是透過空氣和頭部進行傳播，空氣傳播會受聲音環境的影響，從而產生大量的衰減，音色也會相應的發生變化，到達耳朵裡的時候又會經過外耳、耳廓、中耳最後才會進入內耳，這種情況下聽到的聲音自然會有所差異。 4、而除此之外，錄音器材及播放器材通道的差異也是造成聲音不同的重要因素。從通道來說，通道是語音訊號傳輸的通道，語音訊號的模擬/數字轉換，編碼方式也可理解為廣義的通道。聽到的聲音是連續訊號直接傳入耳朵，由耳膜傳導於腦神經的。而聽到的錄音包含兩個部分：第一是錄製，由聲波訊號被數字錄音器材透過A/D轉換，進行取樣（取樣頻率可以選擇），轉換為離散訊號，再透過不同的編碼方式（音訊格式）進行儲存，這個過程中再好的錄音器材也會有資訊的損失，並且有其他訊號（噪音）的干擾而引起的畸變。第二是播放，播放過程是語音解碼的過程，並且受限於播放器材的頻率響應特性。理想的訊號經過播放器材是不發生畸變的，但由於使用的播放器材都不可能是理想狀況，因此要受限於頻率響應特性。如果使用的錄音器材及播放器材比較好，這樣通道的影響是比較小的。也可以試試聽其他人的聲音與錄音的比較，不會有人體的影響，但還是有一定的不同的。