Něco za něco, věděly už naše babičky, a tak velká většina obyčejných, konzumních uživatelů empétrojkové (snadno získatelné a přenositelné) hudby raději oželí nějaké ty nuance skutečně kvalitního poslechu (které by nepoznali, ani kdyby hudbu poslouchali z kvalitních přehrávačů a reproduktorů), jen když se jim to vše vejde do přehrávače velikosti krabičky na špendlíky (kterou si navíc mohou vzít na kolo, do hor nebo dokonce pod vodu).

Základ formátu mp3 totiž tkví v jisté nedokonalosti lidského sluchu (a to přinejmenším ve dvou základních rovinách, které naznačím). Ten je na jednu stranu až zázračný, a vědci dodnes netuší, jak některé procesy během slyšení fungují, ale na druhé straně je omezen fyziologickými možnostmi lidského těla. Přenos signálů z vláskových buněk ve vnitřním uchu (natož pak od okamžiku, kdy se zvukové vlny dotknou bubínku) vyžaduje určitou dobu na zpracování (např. ověření a srovnání právě poslouchaných zvuků s katalogem zvuků a emocí na hard disku mozku toho kterého člověka zabere asi dvě desetiny vteřiny). Evoluce nám navíc vyprojektovala a za miliony let specializovala uši a sluch na ty zvuky, které byly po celou tu dobu důležité pro naše přežití. Nemohla ovšem počítat se symfonickými orchestry a až „nadlidsky“ zesílenou techno hudbou (nahrazující pradávné rituály v jeskyních).

Jinými slovy, člověk má uši a především sluchová centra v mozku vyvinuta pro poslech zvuků přírody (vítr, meluzína, šumění listí stromů, hrom, zvuk deště, potoka, nebo pravidelný rytmus mořského příboje). Málokdo ví, že všechny tyhle zvuky, ve frekvencích, které naše západní hudba posledních několika set let vůbec nepoužívá, a ani nezná a nedokáže je reprodukovat, také dobíjejí mozek elektrickou energií. Mozek spotřebovává neustále asi 20W a až 70% elektrické energie tak získává sluchem (vláskové buňky přeměňují energii akustickou na energii elektrickou – dále do mozku posílají již elektrické impulsy). Proto taky nemáme na uších víčka, dobíjíme se, tedy celé věky až donedávna jsme se dobíjeli, i nočními zvuky. Ty jsme teď ale nahradili škodlivými (a nevnímanými) zvuky zářivek, střídavého napětí elektřiny ve zdech, elektrosmogem, hučením velkoměsta atd. A tak se stalo, že např. využíváme jen spodní třetinu kapacity vláskových buněk. Hluchneme. Přitom bychom mohli „slyšet“ neuvěřitelně víc a lépe (a každý zvuk by nám mohl být hudbou nebeskou).

Příroda a evoluce nás hardwarově a softwarově (tělem a myslí) také přizpůsobila pro život v tlupě o maximálně 30 členech, a pouze s několika prsty na rukou (a tomu odpovídajícím schopnostem „slyšet“ hudbu). Jsme tedy schopni rozeznat jen určitý počet frekvencí najednou. Na píšťalce či bambusové flétně tedy miliony let stačilo jen pár dírek a jedna melodie. Zpívající člověk vydává svým hlasem sice alikvotně velmi složitý, ale přese všechno jen jaksi „jeden hlas“. Evoluce nepočítala ani se šesti strunami kytary a možností tvořit akordy (souzvuky), natož s pěveckým sborem, symfonickým orchestrem se sto šedesáti hudebníky, nebo s koncertem Rolling Stones na Strahově, který bylo slyšet i na Vinohradech.

Lidské ucho sice registruje vše kolem sebe, ale sluchová centra dokáží zpracovat jen určitou sumu (zvukových) informací. Mozek nám zcenzuruje asi 92% všeho, co registruje ucho. A právě tento efekt jaksi napodobuje formát mp3. Z informačně obrovsky nadupaného digitálního záznamu zvuku orchestru nebo rockové kapely softwarově vybere tu část, kterou stejně vědomě nezaznamenáváme. Místo dvaceti smyčcových nástrojů nakonec slyšíme jen dva tři. Je to podstatně výhodnější pro přenos dat, protože je jich, při zachování melodie, rytmu a dojmu, v téže skladbě podstatně méně.

Dalším limitujícím faktorem poslechu mp3 jsou pak sama sluchátka. A teď nemám na mysli jejich kvalitu, ale vůbec princip poslechu na nich. Výsledný zvukový dojem nám totiž poskládají až naše sluchová centra. To, co slyšíme, totiž není výsledkem pouze přímého přenosu od reproduktorů (nebo zdroje zvuku) do uší (a dále), ale složitým procesem prostorem pozměněných ovlivněných dějů. Výsledný zvuk, který slyšíme a na který jsme zvyklí, je interferenčním součtem jak zvukových signálů, vycházejících přímo od zdroje zvuku, ale i odražených signálů (od stěn místnosti) a zeslabení zvuku v závislosti na vzdálenosti od zdroje.

Uši jsou jen médiem, hlavním a skutečným zpracovatelem zvukového vjemu jsou složitá centra sluchu v mozku. Takže to, že něco neslyšíme (vědomě, ušima), neznamená, že na to naše tělo, a nepřímo potom i mysl, nereaguje: že nás to neovlivňuje.

Mimochodem, interference, tedy způsob, jakým se skládají (zvukové) vlny, není pouhým aritmetickým součtem frekvencí, ale téměř zázračným jevem, nad kterým plesali už guruové šamani a metafyzici všech dob, ale to je na jiné zamyšlení pro pokročilé (viz také má kniha Tajné dějiny hudby).

Máme-li tedy na uších sluchátka, slyšíme jinak, než jak bychom slyšeli tutéž hudbu z reproduktorů v místnosti, kde jsme zvyklí poslouchat hudbu, nebo v koncertním sále s dokonalou akustikou. Navíc „slyšíme“ v přímé závislosti na tom, jestli se nám ta která hudba líbí nebo ne: mozek dokáže, je-li mu to, takto podvědomě, myšlenkou nebo oblibou, nařízeno, cenzurovat nepříjemné, a poslouchat i jinak nesnesitelně hlasité zvuky (ale i to je na jiné povídání). A dále, při živém poslechu hudby jsme (nevědomě, ale přesto a o to účinněji) ovlivněni i momentálním emočním stavem hráčů či zpěváků a k tomu ještě celkovou atmosférou sálu či sportovní haly, ve které se koncert odehrává. Budiž nám útěchou, že na jakémkoliv zvukovém záznamu je, jaksi paradoxně, zaznamenáno víc, než tušíme, a náš mozek si dokáže „přehrát“ (rekonstruovat) i to, co technicky zaznamenat nelze, tedy právě ony emoce hráčů, atmosféru sálu atd. Proto je záznam „živého“ koncertu (i za cenu nějakých zvukových chyb, který si posluchač stejně nevšimne) emočně efektivnější, než jakkoli dokonalá studiová nahrávka (pokud se nepodaří vytvořit ve studiu přátelskou pozitivní nepřerušovanou atmosféru). Proto je nepřipravený okamžik improvizace i pro publikum nezapomenutelný. Proto funguje nahrávka natočená přímo na místě, tedy ne v odcizeném předraženém nervózním studiu, s lidmi, kteří nehrají pro peníze nebo kariéru, tedy etnická hudba.

Zpět ke kvalitě poslechu hudby z formátu mp3. Zatímco při běžném poslechu (v přírodě, v koncertním sále, doma v pokoji z reproduktorových souprav) je výsledný zvuk složitým (interferenčním) součtem zvuků přímých, odražených, emočně zabarvených a vnitřní cenzurou mozkových center sluchu upravených frekvencí, a navíc „slyšíme“ i dlouhými kostmi, rezonancí lebky a čelistí, a v jistém smyslu každým žebrem a dokonce každou buňkou těla (protože v každé je voda, která navíc vede zvuk třikrát a vícekrát rychleji, než vzduch), při poslechu z mp3 do sluchátek jsme tak o všechny ty výše naznačené aspekty ochuzeni.

Bavit se o kvalitě či nekvalitě vypalovaček, přehrávačů mp3 či datového toku je tedy v tomto smyslu až druhotné. Jako jakýsi zvukový deník, jako informace o tom, co teď hraje ta která skupina, nebo k poslechu jednoho jediného nástroje či zpěváka je tento způsob reprodukce hudby (pro naše necvičené a v současnosti poněkud nahluchlé uši) docela uspokojující.

Formát mp3 (a všechny další odvozené od stejného principu ořezu) je dobrý sluha, ovšem z hlediska všeho toho, jak by mohla a měla působit dobrá hudba, spíše líný, dlouhodobě stále více zmatený a nerozhodný pán (který se postupně přizpůsobuje našemu hluchnutí).

V jistém smyslu je to instantní forma poslechu instantní hudby, jejichž autorům a spotřebitelům jde o nasycení a konzum, nikoli o skutečnou kvalitu. Jakýsi hudebně zvukový McDonald.

(Což nám ovšem nebrání, abychom si se ženou při jízdě vlakem do hlavního města a zpět nevychutnali své oblíbené zpěváky a zpěvačky tibetských a jiných manter.)