例えると

機器 → 滝
機器のノイズ(サーノイズ) → その滝が流れ落ちるザザーっという音
音楽を再生する(音、曲、ソースの再生) → この場合はその滝つぼに置いたスピーカーから音楽を再生することを指して言う
イヤホンの抵抗値(Ω) → その滝へどれくらい近い場所に立っているかの距離
イヤホン感度(dB) → その立っている場所の音を収録するマイクの性能

とすれば

まず滝の流れ落ちる音が聞こえなくなる場所まで離れなければ「音楽」を再生しても「滝の流れ落ちる音」というノイズが「音楽」に干渉してくる
だからそれはノイズが聞こえなくなるくらいの抵抗値(Ω)がまず必要になるってこと

滝の音が聞こえない場所にスピーカーから再生される音楽が聞こえるようにする場所、スピーカーの音量は相当大きくしないとならない
でもその場所で滝の音は僅かだけ聞こえて音楽の音量は調整しては普通に聞こえる状態になったとする

その場所からマイクでその場の音を拾ってみたらどれくらいの音の大きさで音が収録されるのか
それが感度(dB)
イヤホンで音を聴くというのはその収録されたマイクの音を聴くようなもの