آیا هرگز در زمان شنیدن صدای ضبط شده‌تان این سؤال را از خودتان پرسیده‌اید که «این صدا خوشایند است؟» احتمالا پاسخ چنین سؤالی در افراد کمی مثبت است.
در طول روز با وجودی که خیلی حرف می‌زنیم ولی هیچ چیز غیرعادی‌ حس نمی‌کنیم. پس چرا وقتی که صدای ضبط شده‌مان را می‌شنویم، همه چیز برای‌مان غیرعادی می‌شود؟ و چرا چنین موقعیتی به هنگام شنیدن صدای ما برای بقیه پیش نمی‌آید؟
این سؤال پاسخی ساده دارد: صدایی که ما از خودمان می‌شنویم، با چیزی که دیگران می‌شوند یکسان نیست. این چیزی‌ است که دکتر «یِیل کوهن» مدیر مرکز علمی شنوایی در دانشکده‌ داروسازی دانشگاه پنسیلوانیا در این باره گفته است.
به گفته‌ او صدایی که ما از فایل یا نوار ضبط ‌شده می‌شنویم، صدای واقعی‌ ماست.
در سر ما استخوان‌های کوچکی به نام Ossicle وجود دارد که در گوش میانی قرار دارند. وظیفه‌ این استخوان‌ها، ایجاد اختلاف بین صدای خودتان و چیزی است که دیگران می‌شنوند. بدین‌ ترتیب امکان بازشناسی صدای خودتان به وجود خواهد آمد. این استخوان‌ها، کلید پردازش صداهای اطراف و حذف آنها هستند. لرزش‌های اضافه‌ پرده‌ گوش توسط این استخوان‌ها خنثی می‌شود و لرزش‌ها برای پردازش به بخش حلزونی گوش می‌رود. در بخش حلزونی گوش انرژی جنبشی حاصل از صداهای اطراف ما به انرژی الکتریکی تبدیل می‌شود تا مغز امکان شنیدن صداها را برای ما مهیا کند.
آگاهی از صداهای اطراف به شکلی که سلول‌های مغز امکان پردازش و ارتباط آنها را داشته باشند، هدایت نامیده می‌شود و این همان چیزی‌ است که ما آن را صدا -و نه نویز- می‌نامیم.
 پردازش اصوات از طریق استخوان‌های ossicles، انتقال استخوانی نامیده می‌شود و زمانی اتفاق می‌افتد که هوای اطراف گوش‌های شما به واسطه‌ امواج صوتی به حرکت در می‌آید. به این خاطر است که زمانی که شما حرف می‌زنید، مغز با کمک انتقال اصوات امکان پردازش الکتریکی اطلاعات دریافتی را دارد و حس شنیدن صدا را برای ما ایجاد می‌کند.
لرزش استخوان‌های گوش می‌تواند با هر ارتعاش صوتی نیز اتفاق بیفتد. اما صدای خود ما همیشه بلندتر از چیزی ا‌ست که از بیرون می‌شنویم. دلیل آن هم نزدیکی دهان و گوش‌هاست و همین عامل باعث حرکت بیشتر استخوان‌های گوش می‌شود. این مسئله باعث درهم و برهم شدن اصوات می‌شود و در نتیجه‌ آن، ما صدای خود را متفاوت از آن چه واقعا باید باشد، می‌شنویم. پس در زمان شنیدن صدای خود تصوری متفاوت از آن چه به صورت عادی می‌شنویم خواهیم داشت.
اما چرا ما باید به هنگام حرف زدن صدای خودمان را متفاوت بشنویم. کوهن معتقد است که افراد فکر می‌کنند صدای خود را می‌شناسند و انتظار شنیدن همان چیزی را دارند که در حافظه‌شان سراغ دارند.
تحقیقات متعدد نشان می‌دهد، افراد تلاش می‌کنند صدای خود را طوری دستخوش تغییر کنند که بین صدای واقعی و ضبط‌ شده‌شان -از نظر خودشان- یکپارچگی ایجاد شود. به اعتقاد کوهن این مسئله باعث می‌شود افراد به هنگام صحبت در برابر میکروفون به صورت ناخودآگاه متفاوت از حالت عادی صحبت کنند. او اضافه می‌کند که زمینه‌ درک افراد از آن چه آنها در مورد صدای خود می‌شناسند، دلیلی است که عامل ایجاد تغییر نوع صدا و صحبت کردن به هنگام ضبط صداشان می‌شود.
کوهن در ادامه برای ایجاد درک بهتر این مسئله در قالب یک مثال می‌گوید، تصور کنید شما برای 6 ماه خود را در آینه نبینید. پس از این دوره اگر پرخوری کرده و دچار افزایش وزن شوید و ناگهان دربرابر آینه ظاهر شوید، قطعا شگفت‌زده خواهید شد.
در حالی که افراد به صورت کلی درک درستی از صدای خود دارند، تغییر صدای آنها نیز ممکن است برای خودشان دستخوش تغییر شود. افراد، بسته به تغییراتی که در اطراف‌شان اتفاق می‌افتد، تمایل به ایجاد تغییر اندک در صدای خود در موقعیت‌های اجتماعی مختلف دارند.
سایر فاکتورهای موثر بر نوع صدا نیز در این پروسه دخیل هستند. برای مثال لهجه‌ها قابلیت یاد گرفته‌ شدن دارند و مربیان و متخصصان گفتاردرمان‌گر هم می‌توانند روی سرعت حرف ‌زدن افرادی که تند حرف می‌زنند، کار کنند تا روند صحبت کردن این افراد را بهبود بخشند. اما آهنگ صدا و ریتم حرف زدن شما هم بر این مسئله موثر است. احتمالا شما آهنگ صدای خود را بر اساس محل زندگی و آن چه تجربه کرده‌اید، فرا گرفته‌اید و تغییر آن احتمالا بسیار سخت و پیچیده خواهد بود.
و زمانی که صدای ضبط شده‌ شما به نظر سایر افراد هم ناخوشایند است، اگر شما به طور معمول صدای ضبط شده‌ خود را شنیده باشید، احتمالا به صدای ضبط‌ شده‌تان عادت کرده‌اید و متوجه تغییرات صدای خود و نسخه‌ ضبط ‌شده‌ آن نخواهید شد.