当副歌里的人声突然变厚，我们容易把新增的声音统称为和声。然而它们可能是在重复主旋律，也可能唱着不同音高，或者只用几个短字回应。不同安排带来的情绪并不相同。聆听多层人声时，可以先抓住最稳定的一条旋律，再找其他声音在什么时刻与它相遇，从而区分融合、支撑和对话。
先听旋律是否仍只有一条
设想主唱唱出一句短句，旁边另有一层声音几乎同步地重复相同走向。即使听起来更宽、更厚，音乐重点仍可能落在同一条旋律上。若新增声音保持较长的音，而主唱继续变化，它就开始提供另一种关系。普通听众未必需要立刻确认具体音程，可以先写下旁边的人声是在跟着走，还是在某处停住。相似材料的细微发音差异也可能产生丰富质地，但不能据此断定用了多少次录音或多少位演唱者，具体制作过程需要额外证据。
不同句尾会改变融合方式
一组人声是否同时结束，对整体印象很有影响。假设主旋律在一个长字上停留，背景人声先轻轻收住，主唱就可能重新凸显出来；如果背景继续延长，句尾又会显得更宽、更有余韵。还可以听辅音是否整齐，以及元音是否形成持续的背景。这里的整齐与松散不应直接排成好坏，某些表达需要清楚的共同落点，另一些则可能追求更自然的群体感。把每一层结束的时间写清，比简单说合唱很齐更能说明实际听见了什么。
回应让人声变成角色关系
假设主唱唱完一句提问，背景用一个短语回应；下一句里，回应又提前插入，像情绪逐渐迫切。此时新增人声不仅提供音色，也参与了叙事。它们可以补全歌词、强调某个词，甚至与主唱保持不同态度。赏析时可以注意回应用了完整语句、无具体词义的音节，还是仅仅一个延长的元音。不同材料会改变注意力的去向。如果主唱停下来后，背景仍保留清楚的节奏，听众也可能自然把它接成下一句的起点。
从个人表达到群体表情
当多层人声共同重复一句容易记住的话，音乐可能产生邀请听众加入的感觉。假设前半首一直强调细微咬字，最后改成更统一的短句，表达视角就可能从个人叙述转向共同唱出。这样的变化不需要真实现场观众才能成立，也不能因为听见群唱就断言录音发生在大型场地。最终笔记可以交代主旋律是否保持、其他声部如何进入、句尾怎样收束，以及群体感对歌词产生了什么作用。把声音角色说清，多人声就不再只是一个厚字。