ИМХО это лучше один раз понять и все встанет на свои места.
Не существует и не может существовать по определению никакого прибора (а уши - тоже прибор), который может замерить фазово-частотную характеристику сигнала, имея только один этот сигнал. В любом устройстве для замера ФЧХ - может быть для вас это будет открытием - как минимум два входа, один из которых для опорного сигнала, по отношению к которому будет производиться замер ФЧХ (например выходной сигнал сравнивается с входным) и ФЧХ показывает не ФЧХ какого-то сигнала самого по себе (нет такой характеристики по определению), ФЧХ показывает разницу фазовых хар-к двух сигналов. Например, если мы видим, на графике, что на 1 кгц сдвиг например 90 гр, то нужно понимать, что это фазовый сдвиг по отношению к какому-то другому сигналу, если вы в качестве опорного для сравнения выберете другой сигнал, то получите другую ФЧХ.
То есть ФЧХ, в отличии например от АЧХ характеристика не абсолютная, а относительная и ФЧХ не является характеристикой самого сигнала как такового, она является характеристикой соотношения фазовой хар-ки сигнала по отношению к фазовой хар-ке другого сигнала.
допустим удар по барабану. в правильном барабане все "в фазе". из за этого получается правильный "бум". а если начать сильно смещать компоненты этого сигнала по времени друг относительно друга, то получится не "бум" а "пук". правильного удара не будет, так как он будет "размазан".
Примеры в студию, с описанием, в результате каких действий правильный "бум" превращается в "пук". Пожалуйста. Естественно, изменять можно только ФЧХ и это должна быть только одна дорожка.
и второй не менее важный аспект - это стереолокализация. наш мозг определяет расстояние до объекта исключительно по отражениям. и поверьте, там очень важна структура ранних отражений. я много экспериментировал с моделированием реверберации и совершенно четко слышно, что если ты корректно делаешь отражения, то звук начинает "отдалятся". если отражения - левые или очень диффузные, то у звука получается явно слышный "реверберационный хвост", но звук в глубину не двигается. это я к тому, что если мы начнем вносить временные искажения в сложный композитный сигнал (которым является музыка), то глубина картинки достаточно быстро "схлопнется". что и слышат люди.
А это к теме каким образом относится?