听觉统合训练人耳的生理构造决定了人耳感知声音的特性。人耳分为外耳、中耳、内耳三部。外耳包括耳廓和耳道。耳廓主要负责收集声波．定位声源。耳廓具有耳廓效应(电称单耳效应)，指人们利用单耳对声音进行定位的能力。由于声音来自不同方向，频率也不同．到达人耳经耳廓反射进入耳道后．会出现时间(相位)和声能等方面的微小差异，根这些差异．听音者可以进行辅助定位。外耳道将声波传到鼓膜，鼓膜具有扩声的效果。耳道是一个一端封闭的管子．封闭的一端是耳膜(eardrum)。根据管共振的原理，最佳共振频率约为3．4kHz。因此，人耳对3kHz一4kHz的声音最敏感．共振时声音的强度增强10dB。　　

听觉统合训练中耳主要包括鼓膜、听小骨(鼓室)和咽鼓管。负责声压的放大和阻抗匹配．一定程度上可在高声强下保护内耳。鼓膜位于外耳道的末端，为外耳与内耳的分界．另一头连接听小骨的镫骨，功能如同“鼓”。听小骨位于鼓室内．包括锤骨(Malleus)、砧骨(Incus和镫骨(Stapes)(人体中最小和最轻的骨头)。其中镫骨连接鼓膜，而锤骨连接卵形窗。　　

听觉统合训练三块听小骨连接成一个曲折的杠杆系统，当声波振动鼓膜时，经听骨链使镫骨不断摆动。南于鼓膜的面积是卵形窗面积的17倍，所以当声波传导到鼓膜上时，加在鼓膜上的声压会通过听小骨放大后传人卵形窗。这一过程中．声能被转换为机械能。咽鼓管是鼓室与咽腔相通的管道，主要功能是调节鼓室内气压与外界平衡，维持鼓膜的正常位置、形状和振性能。它是声波正常传导的重要条件。　　

听觉统合训练内耳包括耳蜗和听神经，实际上是个能量转换器，将声信号的频率、强度、瞬时特征等重要信息转换成能被中枢神经系统所接受和处理的生物电脉冲序列。耳蜗的外形如同蜗牛的外壳，蜗管的底面为基底膜。基底膜顶部宽底部窄．底部与高频共振。顶部与低频共振。人耳对频率的感知主要依靠基底膜振动部位的不同。不同的声音频率引起不同部位的基底膜振动，每一频率的声波都有一个基底膜最大振幅区．此区毛细胞受刺激最强，该处的听神经纤维的传人冲动最多，因此听觉中枢的一定部位产生不同的音调感觉。