Verantwortlich für das Hören eines Geräuschs, das gar nicht da ist, könnte der Mittelohreffekt sein. Wenn es laut ist, wird unser Innenohr geschützt, indem der Schall teilweise auf das Trommelfell abgeleitet wird. Bei diesem Phänomen kann es sein, dass allein der Anblick einer Erschütterung ausreichend ist, damit das Ohr sich zusammenzieht. Durch die visuelle Vibration macht unser Gehirn sich bereit, die Schallwellen zu empfangen.
Dahinter könnte aber auch Synästhesie stecken. Davon spricht man, wenn Menschen Worte schmecken oder Musik farbig wahrnehmen können. Übertragen auf das kleine GIF ist es auch hier eine Verbindung von Sinneswahrnehmungen, die im Normalfall nicht miteinander vereinbar sind. Eigentlich nehmen unsere Sinne Dinge unabhängig voneinander wahr, aber es besteht eine geringe Möglichkeit, dass Sehen und Hören hier miteinander gekoppelt sind und das Gehirn die unterschiedlichen Signale vermischt.