¡ Que temita interesante, la verdad ! --

... Mi pequeño aporte: Es real que existe diferencia auditiva entre equipos de 0.1% de distorsión, y equipos de 0.01% de distorsión total (obviamente, estamos hablando de distorisión medida a 20khz).
Sin embargo, depende mucho de la calidad de la grabación (aunque no tanto... Desde un punto de vista técnico, no es complicado hacer grabaciones con micrófonos que tengan menos de 0.01% de THD).
Partiendo de buscar la fidelidad máxima en la reproducción, si usamos como fuente musical un CD, no tendría sentido un equipo con menos THD que 1/65536 * 100 = 0.0015% medida a 22khz, ya que el CD simplemente, no tiene más resolución que esa. Si hablamos de un LP, la distorsión aceptable es posiblemente mayor.
Desgraciadamente, hay varios factores más que sólo esos: La THD suele ser dependiente de la potencia de salida instantánea del amplificador (es por eso que un amplificador "común" se oye "peor" a volúmenes muy bajos. En el caso de los amplificadores clase AB, la distorsión por cruce es posiblemente el causante del aumento del THD con volúmenes bajos... PERO, hay otras cositas... Mucha más distorsión genera el PARLANTE, por varias razones... El calentamiento de la bobina cambia la resistencia de la misma, generando cambios de corriente que generan modulaciones, aumentando muy considerablemente la THD que percibimos.
Y finalmente, otra de las causas de distorsión masiva es la alinealidad del aire. El aire no es lineal a la hora de transmitir sonido (que son microcambios de presión), y mucho menos cuando es un punto el generador de sonido, tal como lo es un parlante electrodinámico común. Distorsiones acústicas del orden del 4... 5% son perfectamente viables...
Por lo tanto, el amplificador es sólo una parte de la historia, y puede ser una parte muy pequeña de la misma.
Yo hice algunos experimentos hace mucho tiempo: Les describo los resultados, porque son raros ...

Diseñar un amplificador de distorsión menor al 0.0015% es posible (por ahora, no importa cómo). La forma de disminuir la distorsión del acoplamiento al aire, al menos usando altavoces electrodinámicos, es, de entrada sin bafle (o bafle infinito) y usando arrays de parlantecitos en fase, cosa que sean múltiples los puntos de inyección de presión al aire. Al aumentar los puntos de inyección de sonido, se puede reducir enormemente la potencia inyectada por punto, en cuyo caso la distorsión de acople al aire baja enormemente.
Haciendo eso último... ¿ Qué diferencia auditiva existe ? ... Bueno, es un montón realmente. Si la grabación es de muy buena calidad, es posible oir las voces que están por detrás de los instrumentos (típico, batería o guitarra eléctrica saturada que tapa la voz del cantante y backups).
El nivel de detalle que se percibe cambia drásticamente, usualmente aún las grabaciones que ya conocemos se transforman en algo absolutamente nuevo, literalmente se abre un nuevo universo. ¿ Quieren ir más lejos todavía ? ... Sustituimos los altavoces electrodinámicos por altavoces electrostáticos. La distorsión TOTAL del conjunto amplificador/trasductor de audio cae a 0.01% (o menos).
El efecto es aún más notorio todavía: Literamente los altavoces desaparecen de la habitación. El sonido flota en el ambiente. El ambiente de la grabación, literalmente surge frente a uno... Es casi mágico.
La respuesta es sí: Las personas podemos "percibir" la diferencia de distorsión, aunque no podemos "definirla"
Los efectos colaterales de ese experimento fueron nefastos: Durante 2 años no pude oir equipos normales de audio, ni mp3... porque simplemente parecen vacíos, muertos...