Trust, я делаю это как угодно, в зависимости от текущей рабочей ситуации. Через студийные мониторы, или в наушниках, или тупо с айфона, или загнав в аудио-редактор и анализируя запись — я одинаково хорошо могу услышать все эти исполнительские моменты (самые важные, замечу). Чтобы уметь так же, нужен опыт и развитый слух.
Если ни того ни другого нет, то оценка может строиться только на основе догадок и предположений, с попутной рефлексией на тему плохого ютуба, кодеков, сжатия видео-аудио и т.п.