動画を作る時、特にその動画内で何か喋っている場合その声がクリアに聞き取れるかどうかで、視聴者の維持率は大きく変わります。
人間は状況判断の８割を視覚情報に頼っていると言われますが、動画においてもそれは同じです。
ですが、もし動画内で喋っている声が聞き取りづらかったら全てのセリフに対してテロップでも入っていない限り、視聴者はその動画から離脱してしまいます。
それくらい音声の聞き取りやすさは大切なんです。