Das ist eine Frage der Einstellung, würde mich auch nerven mich selbst zu hören, weil es durch das bearbeiten eine leichte Verzögerung gibt, und da wird man verrückt, wenn man sich selbst um 2-3ms verzögert hört.
Schau Dir vielleicht noch mal zusätzlich Voicemeeter Banana an, das ist ein digitales Mischpult mit 5 Ein- und 5 Ausgängen, kombiniert mit VB Cable (selber Programmierer, alles Donation Ware, also man zahlt nur, wenn man möchte) kann man da wunderbare Konstellationen einrichten für alle Gelegenheiten und mit Lautstärken entsprechend abmischen und dann selektiv auf die einzelnen Ausgänge legen, so kannst Du andere Sachen hören, als du hinterher aufnimmst zB. Sehr praktisch auch, wenn man nebenbei im TS ist, und dies nicht mit in der Aufnahme haben will, oder nur mit 50% lautstärke, etc
Unbedingt beachten, dass man überall auf allen Hard- und Software Sound-Devices dann die gleichen Einstellungen verwendet, also zB alles auf 48KHz und 16bit oder so. Ich bin allerdings mittlerweile auf 92KHz und 24bit umgestiegen, aber das geht nur mit nem sehr guten Audio-Interface, eine normale Soundkarte kann das meistens nicht.