Desweiteren verstehe ich einfach nicht, wieso im folgenden Video (bei Minute 1:05) ein - gesplittet auf Headset und Kamera - Aux Kabel zur Kamera führt (die Audioqualität müsste doch bei beiden nur noch "halb so gut" sein? Also als Audiospur kaum verwendbar!).
Für den Schnitt. Dann lassen sich Bild und Ton leichter synchronisieren. Ich würde das so machen, dass ich nur die Dateien, die vom Zoom aufgenommen werden, nachbearbeite und dann im Schnittprogramm die Audiospuren der Videos stumm schalte/entferne und die Zoom-Audiospuren einschalte.
Anbei: Die Audioqualität wird nicht per se schlechter. Dem Strom ist es egal, wohin er fließt. Aber: Erstens wird der Ton leiser, weil er sich quasi zwischen Kamera und Kopfhörern aufteilt. (Das Zauberwort lautet Impedanz und dazu findest du eine Menge Erklärungen in den Weiten des Netzes.) Zweitens speichern die meisten günstigeren Kameras (insbesondere DSLRs) den Ton komprimiert ab, was den externen Recorder ja erst notwendig macht.
Ebenso verstehe ich nicht, warum (bei Minute 1:28) das "Audio In XLR Kabel" noch ins Zoom H4N gesteckt wird. Wohin führt das?
Zu einem Mikrofon, das den aufgenommenen Ton liefert.
Deine Ausgangsfrage war ja, wie du den Ton abhören kannst. Audiorecorder liefern dafür einen eigenen Ausgang, an den du Kopfhörer (bitte welche mit geschlossenen Orhmuscheln, nicht diese Miniteile, deine Ohren werden es dir danken) anschließen kannst. Mit dem Splitter kannst du auch mehrere Kopfhörer anschließen, was praktisch ist, wenn du z.B. ein zweiköpfiges Ton-Team hast (vier Ohren hören immer mehr als zwei). Dass du den Recorder noch an die Kamera anschließt, ist quasi eine schickere Notlösung: Du erstellst dir so selbst eine Notfallkopie, das Zoom H4n hat aber auch einen kleinen Mischer mit Kompressor und Limiter an Bord, mit dem du den Ton verändern und dann an die Kamera weiterschicken kannst. Ansonsten brauchst du, solange deine Kamera selbst irgendwie Ton aufzeichnet, die Kamera nicht unbedingt an den Recorder anschließen.