Поскольку гласные различаются высотой дополнительных резонансов, то дифтонги/трифтонги по сути похожи на мелодические контуры тональных языков. Только там мы меняем высоту основного тона - голосовыми связками, а здесь резонансов - артикуляцией.
Оказывается, второй резонанс отвечает как за ряд гласной, так и за огубленнось. Так что логично, что эти признаки обычно коррелируют.
А японские и/у не редуцируются между глухими, а обеззвучиваются.
А койсанские языки ужасают не только щелкающими согласными, но и гласными, где вибрируют не связки, а эпиглоттис или даже какие-то хрящи. А еще в каких-то языках, где есть горловое пение, вибрируют вдобавок дополнительные связки.