因为，录音和现实听到的自己的声音原本就是构成成分不同的两种声音，听起来自然也不一样。

至于说录音听起来难听，是因为：

第一，录音相当于一个单声道（喇叭）播放的声音，而现实的声音相当于一种环绕立体声；

第二，录音更主要包含高音频的声波，而现实的声音包含着更多低音频的部分。

因此，录音听起来会单调而刺耳，后者听起来更有磁性，更好听。

要进一步搞清楚这种不同，需要从听觉的形成说起。

我们感受到的声音本质上是一种机械振动。

我们说话时，声带的震动，经过咽喉、口腔、鼻腔，鼻窦腔以及脑腔等部位的共振，发出的声音（震动）可以通过两条单独的路径到达我们的内耳，转化成可感受的神经电信号，上传到大脑听觉中枢，翻译并合成成我们“听”到的声音。

——实际上是大脑感知到的声音，或者“脑补”出来的声音。

声波的空气传导

空气传导的声音从周围环境通过外耳耳廓收集（还帮助定位），经外耳道一定程度的放大，这种机械振动“打击”到鼓膜，通过与骨膜相连的中耳中三块听小骨巧妙的杠杆效应的放大，传递到作为能量转换器的耳蜗。

其中，听小骨传导链连接的两端，鼓膜的面积显著大于耳蜗的椭圆窗，因而也可以起到极大的放大作用。

耳蜗之所以称为“蜗”是因为外形上类似于蜗牛壳，内部充满了水样的内淋巴液而不是空气，这也更有利于震动压力的感受。

耳蜗感受声波震动机械能的是一字排开的毛细胞，这些毛细胞可以异常灵敏地感受到内淋巴液轻微的震动，并触发细胞膜上的离子通道的开放，从而产生动作电位，将机械能转化成神经电能。

耳蜗不同部位的毛细胞分别感受不同频率的震动，蜗基部分感受高频信号，蜗尖部分感受低频信号。

不同频率和强度声波可以生成编码的神经信号，经过听神经上传到大脑听觉中枢，转化成声音。

听觉中枢又分为初级中枢和次级中枢。

听觉感觉在初级听觉中枢形成，其中不同的神经元分别接收由不同频率声波转化成的神经信号，按照早已形成的、就像电报的电码一样的拓扑模板，翻译成不同声音，就是听觉感觉。

脑听觉皮质上的这个拓扑模板，也就是一个脑地形图，也被称为声位图。

初级听觉中枢形成的听觉感觉需要上传到次级听觉中枢，也称为高级听觉中枢，或者联想听觉中枢，它可以在听觉感觉的基础上，整合其他一些信息最终形成我们“听”到的听觉知觉。

也就是说，我们最终听到的并非是声音震动机械能“直译”过来的声音，而是一种或有添油加醋，或过滤掉不想听的成分的一种“脑补”产品。

声波的骨传导

骨传导相对简单，就是声音机械振动直接经过颅面部骨骼的机械传导，传递到内耳耳蜗，与空气传导来的机械振动共同引发耳蜗内淋巴液的震动。

此后两者就完全混合，不能再分彼此。

显而易见，我们听到的自己的声音，是经过空气传导和骨传导而来的两种震动合成的一种“环绕立体声”；

而录音仅包含经空气传导的声波信号，相当于一种单声道声音。

这样，现实的“环绕立体声”自然比单声道录音好听一些。

重要的是，两种传导途径可传播的能量形式是不同的：

空气传导更容易传导高音频的震动；而骨传导更有利于低音频的震动能量。

我们知道，低音频丰富的声音听起来更浑厚，更“有磁性”，就像男中音、男低音；

而富高音频的声音听起来更响亮，更“刺耳”，就是我们所称的“尖叫”的声音。

这一点，我们可以通过使用耳塞塞紧耳朵前后听自己的说话声来验证：塞住耳朵后，同样的声音听起来更低沉，更有磁性一些。

概括起来说，我们听到的自己现实的声音是一种“环绕立体声低音炮”合成音，而录音是一种单声道声音，后者听起来自然就难听一些。

#清风计划#