Il faut savoir que le son parvient à nos oreilles de deux manières différentes, il peut être transmis par l'air mais aussi par les os. Quand les ondes sonores sont transmises par l'air (si on entend notre voix enregistrée par exemple), elles vont faire vibrer nos tympans et arriver dans le cochlée, qui va convertir ces vibrations en impulsions nerveuses afin que notre cerveau les interprète.

Lorsque l'on s'entend parler cependant, le son se transmet par l'air et par les os. Dans ce cas, les vibrations arrivent directement dans le cochlée. En chemin vers le cerveau, elles sonneront plus graves à cause de notre crâne. C'est la raison pour laquelle on trouve souvent notre voix plus aiguë sur un enregistrement.

"Quand on écoute le son de sa voix enregistrée, ce chemin de transmission par les os que l'on considère comme faisant partie de sa voix "normale" est éliminé, et on entend seulement la partie transmise par l'air, avec un isolement qui n'est pas familier, ce que les autres personnes entendent en réalité", explique le médecin spécialiste Chris Chang.

On perçoit donc le son de sa propre voix différemment, mais pourquoi le résultat ne nous plaît pas? Le même phénomène se produit quand on regarde des photos de nous, alors que l'on est habitué à notre reflet dans le miroir.

"On grandit en s'habituant à toutes les asymétries de notre corps telles qu'on les aperçoit dans le miroir", écrit Jordan Gaines. "Pourtant lorsqu'on voit une photo de nous, toutes ces petites différences ne correspondent pas à ce que notre cerveau s'attend à voir, alors ça ne nous plaît pas."

"Nous n'entendons jamais notre voix comme les autres l'entendent, d'où notre surprise lorsqu'on découvre un enregistrement", conclut Pascal Belin, professeur de psychologie à l'Université de Glasgow. "Nous avons même du mal à croire qu'il s'agit de notre propre voix."