从犯罪学家的视角来看，听觉错觉并不比视觉错觉受到的重视要少，因为听错比看错常见得多。这是因为不同语调有极大的相似之处，声音只有一个维度，而视觉不仅有三个维度，而且还有颜色。当然，发射大炮和扇动翅膀的声音之间的区别不止一个，但是语调的不同也可以说只在一个角度有变化。为了更好地进行对比，我们可以用处于同一层面上的声音，比如人类的嗓音来对比。真正的听觉错觉和听觉误会是密不可分的，二者之间的界限并不很严格。通常误会能通过两个外在条件表现出来，比如音高、回声、重复、声波的偶然重叠等之类的。这种情况就会造成真正的错觉。
在对听觉错觉的研究中，尤其困难的问题在于其极少会重复，这让在观察中排除偶然和错误性因素变得不可能。只有两种现象才能被准确深入地研究。有个人曾连续三年在夏天骑马穿过我住的那条长长的街道。他是个卖冰的，口里吆喝着“凉飕飕”，重音在“凉”字上。这个字听起来很有特点，但是如果这个人走到街道上某个特定的位置，他的声音竟然就变成了“哦天哪”。如果他再走远些，这两个词组就混在一起，慢慢又变成正确的“凉飕飕”了。我每天都观察这个现象，也让其他人来观察，不过我不会告诉他们我的错觉，可是每个人都产生了这种错觉，尽管“凉飕飕”和“哦天哪”的发音天差地别。
我发现教人骑单车也一样。大家都知道，新手常常需要在上下坡时有人扶上一把。他们需要帮助的时候常常会叫：“帮我呀。”有时候这句话简直就像是“妈妈呀”。我一开始很诧异于那么多上了年纪的人居然会很快乐地喊“妈妈”，后来我才发现他们真正喊的词是什么，我又想到了我让熟人去听卖冰人的吆喝的事。这类事情并不是无关紧要的，它说明发音非常不同的词都会被人混淆，如果验证误会来源，常常会指向错误的结果，因为只有在听者和说者都待在完全相同的位置时才能知道有没有错觉。这最终证明，要纠正听觉错误是非常困难的。有人可能会认为这种纠正工作会比纠正视觉上的错觉简单得多。比如，如果有人说见过某支左轮手枪，而有人又能确定这其实是不可能的，那么就几乎无法判断他看见的东西到底是什么。只有在非常罕见的情况下才会发现那是非常相似的一种东西，比如一支信号枪，除此之外的大部分情况下，其实那都是无法看出有任何相似之处的另一种东西。可是听力则相反，如果有人听错了，尽管要弄清原话是什么会很困难，却也不见得一定没有收获。弄清原话对经常听见语焉不详的话的犯罪学家来说是必要的工作，因为在倾听和复述中都会存在错误。这种错误会造成很大困扰，因此如果是很重要的话，其来源和状态就必须要弄清楚。这任务一般是能够完成的。当然，发音古怪又没听清的名字是很难明白的，但其他的都比较容易。
至于对听觉错觉的应对方式，首先有必要考虑其中大量存在的重要差异。第一，好的听力也有很多种类。大家都知道，听力正常的和不正常的人在听的能力上是有差异的。还有很多特殊条件会导致所谓的过度听力，此类人的听力比普通人更敏锐。当然，如果说谁能听见硫黄在石英晶体的两极之间摩擦的声音肯定有问题，但是确实只要稍加注意就会发现，许多人的听力要远远好于常人，除了儿童，还有音乐家、年轻女孩，还有非常神经质、易兴奋的病态的人。音乐家之所以能成为音乐家正是因为他们的耳朵，年轻女孩听力好是因为她们耳朵精妙的组织结构，神经质的人听力好则是因为他们对巨大声响造成的疼痛很敏感。证人感知中的很多不同都可以用听觉差异来解释，对听到的明显不可能的事情也不要急于否认，而应在恰当条件下对其进行验证。条件之一就是位置。在嘈杂的白天和安静的夜晚、忙碌的都市和静谧的山间，听到的声音会有很大差别。共鸣、音高、回声和声音吸收对声音的定位的影响十分巨大。最后，万万不能忽略的是人的听力会随着天气变化而改变，寒冷会降低听力，很多人会受到温度和气压等的影响。这些都表明了听觉错觉程度在验证其本质和存在性时具有重要意义，还表明每次验证时都必须要用同样物体在同样条件下对比，否则就会导致很多问题。
大家都知道，听觉错觉在患病、发烧、发癔症、神经质、酗酒及其相关的精神紊乱、充血和耳朵疾病等中都会发生，不过这些问题只要及时传召医生就可以解决。这些问题都有鲜明的特点，所以即使是门外汉也应该毫不犹豫地请来医生。最大的问题出现在患有无法知道会产生听觉错觉的疾病，或者外行人不了解其存在所以不去咨询医生的时候。比如，大家都知道耳垢过多会造成各种听觉错觉甚至真正的幻听，但是耳垢过多的人也有可能听力完全正常。那么在这种情况下如何能猜到要不要请医生来呢？此外，鼓膜穿孔尤其是患有黏膜炎症可能会导致听觉错觉，这种错觉又会被发炎的耳道皮肤或是贫血或较强的颈动脉脉搏和血管扩张影响，就像酗酒的人常见的情况那样。很多人会在发烧的初期对声音特别敏感。女性则会在更年期听见各种奇怪的声音，到更年期结束时就很少有听力的反常和错误了。生育时也会造成听力差别。年纪较大的、平时都很诚实的助产士声称能听见未出生孩子的呼吸和哭叫声。
这类事的例子不胜枚举，它告诉我们，每当有人对所听到的事情做出任何可疑的断言时，必须请医生来确定证人是否是在虽然不属病态却属异常情况下听到的。同样地，仅是偶然的或习惯性的一般性兴奋倾向于强化所有声音，而涉及的证人是否处于这种情况只能由专家医生来确定。
完全正常的人出现的听觉错觉是最难对付的，其数量和频度都很难估计，医生对此也束手无策。物理学家、声学家和生理学家并不关心犯罪学家在此方面的问题，我们也没什么时间和机会去了解。因此我们的信息量很少，也没人知道到底还有多少亟待了解的东西。我一个朋友告诉我说，他在似睡非睡中去数时钟嘀嗒数时常常会数多一次，我真的证实了这一点。如果我们知道对时间的误判在刑事案件中造成巨大差别的现象有多么常见，而弄错一整个小时又是多么容易，我们就能从这个错觉中得出某些观点。但要解释清楚却很难，可能这只是基于同一原因的很多未知的听觉错觉的例子之一罢了。其他类似的现象包括“锤击的重音”：如果有人在你旁边用锤子敲击桌面，你用两只手捂住耳朵，然后在锤击之后半秒或者一秒把手放开，就能听见锤击声又响起来。这时再快速睁眼闭眼，你就能重复听见好多次。这可以用声音在房间里多次反射回荡来解释，不过只有听力非常灵敏的人才能听见。不过这一解释并不能令人满意，因为这个实验有时候在开阔的地方也能成功。这个现象本身看起来非常理论化，没什么实际价值。但是这种现象也有可能自动产生。大家都知道，吞咽动作能够瞬间闭合咽鼓管，尤其是躺着的时候。如果这时候正好响起一声爆炸或者枪声，就会被听成是两声。此外，可能有某个噪声把人吵得处于半梦半醒之间，人觉得很害怕而咽了一下口水，而这一本身微不足道的事就会令非常重要的证词发生改变。这种事情也很常见。
听见的声音的强度也很重要。有实验证明，轻微的声音有着非常令人惊叹的效果。如果你将一块表放在能清晰听见很微弱的嘀嗒声的位置，声音就会渐渐减弱直到完全听不见，然后又开始能听见，循环往复。这可能会让人听见由很多音调构成的不同的声音，虽然这种现象不见得和表的嘀嗒声引起的错觉有关，但可能发生在强度更强、更特别的声音上，比如小溪潺潺、火车轰鸣、远处工厂的锤击声等。远处的声音会被折射、空气波动等因素影响，最后以一种完全单一的噪声呈现出来，比如夜里听到远处小溪的潺潺声。假设远处有一条不知名的小溪，那么我们很容易就会把这种单调的潺潺声听成是人的说话、叹息和叫声。
另一个令人惊叹的现象是在黑暗中演奏某种精妙乐器，比如口琴的时候，能听见很特别的声音。乐器蜂鸣声靠近又远离，然后兵分几路，最后人会感觉到满屋子都是昆虫的叫声，这有可能会一直持续下去。很多原因导致了这种单调声音的产生。众所周知手风琴的和弦是由同样的音符组成的，而旋律则靠右手按下琴键板来完成，这在人处于半梦半醒的时候特别清楚。如果思考被困意打败了，那么节律就开始主导意识。等节律构成一定旋律的时候就会渐渐增强，这时候人如果突然醒来，就会奇怪那么清晰的音乐声为什么现在消失了。同样地，也有人说一群嬉戏的野天鹅能发出美妙的和弦声，尽管每只天鹅只能发出一种声音。距离远近和空气气流的改变造成了和弦的产生。
区分声音强弱的难度也很重要。费希纳从小提琴家瓦西莱夫斯基那里发现，400人的男声合唱并不见得就比200人的声音大。但如果听不见距离很远的一个钟发出的声音，若有100个钟则总归是能听见的。一只蝗虫吃东西的声音听不见，有1000只蝗虫吃东西就能听见，就算每只蝗虫发出的只是一种确定的声音。[346]早期的专家们已经指出，要分辨出同时有多少铃声响起是非常困难的事情，就算是音乐家，可能把两三个当成五六个。
在这一点上有些因素会造成差异。外科医生能在术后听见病人低声呻吟，却不会在手术中听见他的高声号叫。手术中医生听不到任何会干扰他工作的声音，但是术后的低声呻吟就能听见。睡眠中的母亲常常完全听不见很大的噪声，可是只要孩子喘个粗气就能立马醒来。磨坊和工厂的工人、旅者等都听不见在各自环境中已经习惯了的噪声，却能听见很小声的叫唤。每个人都只能在宁静的夜晚听见世界的喃喃低语和各种遥远的噪声。
对声音方向的错觉也很常见。有人说即使是动物都会有这种错觉，每个人也都知道，人类几乎无法分辨出街上的音乐、前进的马车的声音或者响铃产生的方向和来源。就算经过长期训练能让一个人准确判断其方向，但偶然因素，可能是天气、特殊的声音、街上站了一群不同的人等，都会造成严重的错误。我曾经试图坐在办公桌前判断马车声到底是从上面还是下面传来的，最后分辨得非常成功，以至于我都不理解为什么之前会觉得这件事很困难，但后来我再判断的时候又错了很多次。原因至今未明。
上述所有例子都表明，听觉感知具有很大的不确定性，如果不在同样条件下并且——这最为重要——不能把它孤立出来进行仔细验证，会十分不可靠。此时我们又要被带回那个古老的原则上：所有观察都不是证明，而只是证明的途径，除非这些观察在一系列非常一致的同等条件下得到确认，否则都不能相信。就算我们在做了这些之后还是有可能犯错，但是我们也只能尽人事听天命了。