@安森垚（yáo）从语言学、物理学和发音的角度进行了更详细的科普。这个现象叫“共振峰错觉”。
他向网友科普：声音是由频率、振幅和音色三要素构成的震动。频率决定声调高低，振幅影响声音大小和响度，而音色则是由多个简单波协同形成的复杂共振波效应。
在人类语言中，除了声调，大部分语音含义是通过各音节的音色确定的。音节通常由辅音和元音组成，辅音产生噪音，而元音则通过声带震动和口腔调整形成。大脑神经元通过归类相似共振峰的音，帮助我们分辨各种音节。
而“咕噜”的元音“u”和“咪咪”的辅音“m”恰好有类似的共振峰，加上背景杂音的尖锐共振，导致听觉上的混淆。这不仅是听觉上的错觉，而且也受到个体差异、精神状态、文化背景等因素的影响。
其实除了听觉有这种差异现象，视觉也有。
2015年火爆网络的“白金还是蓝黑”问题。同一件裙子，有人看到是白金配色，但有人看到的却是蓝黑配色。
@严伯钧 指出这涉及到色彩认知和光线问题，每个人对颜色的定义和视觉感受都有差异，光线的强弱也会影响人对颜色的判断。
