音(音質)に拘るならスマホでなくDAPの方が良いと思うけどな
あとは使ってるイヤホンやヘッドホンはエージングしてるのかな？
音割れとかスピーカーの性能にもよるけど、そもそもYouTubeのものを落としてる時点で音質なんて高が知れてるでしょ
YouTubeって動画だからmp4とかflvだと思うんだけど、それをダウンロードしてwavに変換しても劣化してるし