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。
声波的空气传导和骨传导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。
