El oído es un dispositivo no lineal y como resultado, produce distorsión de los armónicos cuando las ondas de sonido están por encima de un cierto volumen. La distorsión de los armónicos es la producción de armónicos con formas de onda que no existen en la señal original. De modo que el oído puede hacer que una onda sinusoidal alta a 1 KHz se oiga como una combinación de ondas a 1 KHz, 2 KHz, 3 KHz, etc. Aunque el oído puede percibir la estructura de sobre todo de un violín, si el nivel de audición es suficientemente alto, el oído puede producir armónicos adicionales, de modo que cambie la percepción del timbre del instrumento. Esto significa que si el sonido monitoreado a niveles muy altos puede sonar bastante distinto que cuando se produce a niveles bajos.
"Mi consejo es no mezclar a mucho volumen, pues si probásemos a bajar el volumen a cero y subirlo progresivamente algunos de los instrumentos que escuchábamos en la mezcla a volumen fuerte, ahora no se escuchan e incluso a medida que aumentamos el volumen aparecen otros que no percibíamos antes".
Los términos lineal y no lineal se utilizan para describir la característica de la amplitud de salida frente a la entrada en los transductores (micrófonos) y equipo de procesamiento de la señal (multiefectos). Un dispositivo o medio lineal es aquel cuyas amplitudes de entrada y salida tienen la misma relación a todos los niveles. El uso del término, lineal, viene de una gráfica que generalmente se llama característica de transferencia del dispositivo en cuestión. Lineal significa que la gráfica es una línea recta, mientras que no lineal significa que o tiene curvas o uno o más ángulos. Un dispositivo puede tener regiones de operación lineales y no lineales. Sin embargo, restringiendo la operación a la zona lineal se evita la distorsión. Además de ser no lineal con respecto a la amplitud, la respuesta en frecuencia del oído (esto es, su percepción del timbre) cambia con el volumen de la señal percibida. El interruptor de compensación de volumen (Loudness) que hay en muchos preamplificadores de hi-fi es un intento de compensar el descenso de sensibilidad de oído frente a niveles bajos de sonido a baja frecuencia.
En el gráfico superior las curvas son líneas de igual volumen de Fletcher-Munson: indican la sensibilidad media del oído para distintas frecuencias a distintos niveles. Las líneas horizontales indican los niveles de presión del sonido requeridos para producir el mismo nivel de volumen percibido a distintas frecuencias. Así, para igualar el volumen de un tono a 1.5 KHz a un nivel de 110 dB SPL (que es un nivel típicamente creado por el claxon de un coche a una distancia de 3’) un tono de 40 Hz tiene que ser a 2 dB SPL más grande, mientras que un tono a 10 KHz debe ser 8 dB más grande que el tono a 1.5 KHz para que sea percibido como alto. A 50 dB SPL (el nivel de ruido presente en la media de las oficinas privadas), el nivel de un tono a 30 Hz debe ser 30 dB más grande y un tono a 10 KHz debe ser 14 dB mas grande que un tono a 1.5 KHz para que se perciba al mismo volumen. Así, si una pieza de música se monitorea de modo que las señales produzcan un nivel de presión de sonido de 110 dB, y suene bien balanceado, sonarán mal los graves y agudos cuando se reproduce a un nivel de 50 dB SPL.
Desde el punto de vista de los cambios en el balance de la frecuencia aparente (de una reproducción que es mas alta o baja que 85 dB SPL) son menos aparentes que para cualquier otro nivel de monitoreado, 85 dB SPL parece ser la mejor media del nivel de monitoreado. Por ejemplo, si el nivel de monitoreado es de 120 dB SPL y estamos satisfechos con el balance musical, notaremos que a medida que bajamos el nivel de reproducción, la respuesta del oído a las bajas frecuencias disminuye y los graves empiezan a desaparecer. La sensibilidad del oído a las frecuencias superiores también empieza a caer. Así, una mezcla hecha al nivel de monitoreado de 120 dB SPL sonará falta de graves, distante, y sin vida a niveles bajos.
Si monitoreamos una mezcla a 85 dB SPL y estamos satisfechos con el balance, podemos reproducir la mezcla a cualquier nivel entre 90 y 60 dB SPL y notaremos muy poco cambio en el balance excepto en los extremos más altos y bajos del espectro de frecuencia donde los cambios son menores de 5 dB. Prácticamente, la medida de los niveles de ruido domestico están en un rango de 75 a 85 dB SPL, por tanto, 85 dB SPL puede considerarse el nivel óptimo para monitorear las mezclas.
El volumen de una nota puede afectar también al tono que el oído percibe. Por ejemplo, si la intensidad de una nota a 100 Hz aumenta de 40 a 100 dB SPL, el oído percibirá un descenso del tono en un 10%. A 500 Hz, el tono cambia alrededor del 2% para el mismo aumento en el nivel de presión de sonido. Esto es la razón por la que muchos músicos tienen dificultades para afinar sus instrumentos cuando los escuchan por los auriculares. Los cascos o auriculares a menudo producen mayores SPL de lo que podría esperarse.
Como resultado de la no linealidad del oído, las notas pueden interactuar unas con otras en vez de percibirse separadamente. Hay tres tipos de efectos de interacción: pulsaciones, combinación de tonos y enmascaramiento.