大家也许已经看出来了，既然左地线和右地线，信号都要求始终保持在 0 伏，那这两根线是不是可以合并成一根呢?没错，耳机的插头就是这么做的，它把左地线和右地线合并了一下，成为一根公共的地线。因此在耳机插头上，我们一共有三段触点，从上到下分别是：左信号线，右信号线，公用地线，如图：

知道了耳机的构造后，接下来我们讨论这三根线分别断了之后造成的效果。L 断了的效果很明显，左耳机收不到信号，因此左边没有声音，右边不受影响。R 断了之后也类似，右边失去信号，左边不受影响。这两种情况都不会引发本问题所论述的“除去主唱保留伴奏”。还剩下最后一种可能性，就是 L 和 R 都完好，G 断开，我们看一下此时发生什么样的事情。

当耳机插口上的 G 断了之后，耳机的 G 就不再连接在正确的 0 伏之上了，但由于左右耳机的 G 是合并在一起的，因此这个时候其实我们相当于把两个耳机串联起来，分别接在耳机的 L 和 R 信号上，如图：

这时候会发生什么效果呢?这里再补充一个预备知识：电压，严格地说其实应该叫电势差，它表示的是两个电势之间的差异，并不是一个绝对的度量值。我们说一个电器上的电压是 1 伏的时候，仅仅是表示它一端的电势比另一端高 1 伏。譬如，如果我们把一个小电珠一头接在 10000 伏的电源上，另一头接 10001.5 伏的电源上，此时小电珠受到的电压是 1.5 伏，和直接把它接在干电池上是没有任何区别的。

了解了这个预备知识之后，再回过头来看我们坏了的耳机，就很容易理解此时会发生什么事了。假设此时我们的播放器在左边信号线上输出了一个 2 伏的信号，右边信号线上输出了一个 3 伏的信号，由于我们的耳机是串联之后直接接在了两根信号线上，并没有连在地线上，因此两个耳机两端收到的电势差，仅仅是两根信号线上电压的差，即 1 伏。而又由于串联电路会根据阻抗分配电势差，左右耳机的阻抗基本相同，因此此时每个耳机可以均分到 0.5 伏的电势差。

这点能够理解之后，接下来的这个结论就很显而易见了：把耳机的 G 线弄断之后，两边耳机会听到完全相同的声音，这个声音，就是原始声音左右声道的信号之间的差的一半。这个“一半”，我们可以通过调大音量的方式给补偿回去，因此可以认为我们就是对左右声道的信号作差。

至于为什么对左右信号作差之后就会消去人声，来看看@张小核桃的答案。

有过混音经验的朋友一般都知道，主唱人声的 Pan 在绝大多数时间里都位于0度，也就是正中间。

这说明在原始信号中，左声道和右声道里人声部分的信号的频率、增益值和延迟都是完全一样的。正如我们把两个正弦波 Signal1 = cos(θ ) 和 Signal2 = cos(θ +π )相加，其中 Signal2 是Signal1 相位移动 180 度得到的结果，如下图，

得到的结果就是它们相互抵消。而频域中，每个频点(Bin)是相互独立的，因此我们在把原始信号的左右声道相减之后(把一个声道反相与另外一个声道相加，相当于把原始信号相减)，会把左右声道中频率、相位、增益值完全相同的信号相互抵消掉。但同时，频率相同但相位、增益值不同的信号会受到部分抵消或部分增益没有办法完全抵消，因此在直接把左右声道相减以后会出现一些奇怪的声音，这些声音就是未完全抵消的结果。