Das ist überhaupt nicht verwunderlich.

...mal in der Sprache der Sani's ausgedrückt:
Siehe das ganze mal als 3-Wegehahn...
Stellung 1 Hahn zu = PC oder Lautsprecher aus.
Stellung 2 Hahn auf einen Ausgang offen = das Audiusignal wird nur 1:1 zu den Lautsprechern durchgeschleust, jedoch nicht Soundkarten mäßig ver-/bearbeitet.
Stellung 3 Hahn auf 2 Ausgänge = offen Audiosignal wird an die Lautsprecher gegeben und verarbeitet (decodiert)

darum hörst Du zwar alles aber es findet keine Decodierung statt wenn du die Aufnahme nicht eingeschaltet hast, noch besser wird's wenn Du nicht über MIC sondern über Line-In die Signale zuführst dann aber nicht vergessen Line-In zu aktivieren und auf Aufnahme zu schalten.

Ich hoffe ich habe es Dir nun verständlich erklärt - wenn nicht frage ruhig...

Gruß Carsten