A percepção dos sons vocálicos em Aristóteles

A percepção dos sons vocálicos é um problema para a teoria da percepção de Aristóteles, porque a percepção, propriamente dita, é dos perceptíveis por si: o olho vê cor, o ouvido ouve som. Como a voz não se resume a ser som, pois é um certo som capaz de significar, ela não pode ser percebida por si, mas apenas por concomitância. Portanto, se a significação precisa da intelecção e os animais não têm essa capacidade, como eles perceberiam o som e entenderiam a significação?