Par extension, vacarme bruyant de jeunes enfants.

Un à un, ces quatre caractères veulent dire 嘔 "vomir", 啞 "muet", 嘲 "moquerie" et 哳 "piailler". Toutefois, ils n'ont pas ce sens ici, et sont utilisés uniquement pour leur sonorité. Voir la section "Commentaire".

Graphie modernisée, avec 唖あ à la place de 啞あ. 唖あ est la forme simplifiée d'usage de 啞あ. Elle apparaît dans certains manuels japonais d'exercice de lecture du chinois classique, tel que le 『画題辞典Gadai Jiten』de 1919.

Le passage contient exactement la séquence :

豈無山歌與村笛，嘔啞嘲哳難為聽。

N'y a-t-il donc pas des chants de montagne et des flûtes villageoises ? Mais leurs sons grossiers et discordants sont pénibles à entendre.

豈に山歌と村笛無からんや，嘔啞嘲哳として 聴き難し。

N'y a-t-il donc pas des chants de montagne et des flûtes villageoises ? Leurs sons sont grossiers et discordants, difficiles à écouter.

Toutefois, cela devait beaucoup mieux se ressentir à l'époque des Tang, quand écrivait Bai Juyi, qu'en japonais moderne. En effet, les règles d'interprétations des sons du chinois ancien au japonais a forcément fait perdre la qualité "onomatopéique" de la locution dès lors qu'on la prononce avec les sonorités japonaises.

Une étude de l’université du Tōhoku cite un ancien commentaire japonais qui donne précisément pour 嘔啞 : 嘔、烏侯切 et 啞、么加切, c’est-à-dire les lectures correspondant au binôme onomatopéique, et non aux sens « vomir » ou « muet ».

En utilisant une reconstruction de type chinois moyen, on obtient approximativement :

嘔　啞　嘲　哳 /ʔəu ʔa ʈau ʈat/

À une oreille française, très grossièrement :

« eou — a — trao — trat »

avec deux particularités importantes :

le ʔ de 嘔 et 啞 est une attaque glottale, un peu comme la petite coupure que l’on peut faire devant une voyelle ; 哳 finit réellement en -t : c’est une syllabe en ton entrant, donc brève et brusquement fermée, pas un zha ouvert comme en mandarin moderne.

Pour les deux derniers caractères, les données de chinois moyen donnent 嘲 ≈ /ʈˠau/ et 哳 ≈ /ʈˠat̚/ ; le Chinese Text Project donne parallèlement pour la période Tang djau et djɛt dans le système de Hugh Stimson. Le CText précise explicitement que ses « 唐代發音 » proviennent du T'ang Poetic Vocabulary de Hugh M. Stimson (Yale, 1976).

Donc le contraste avec le japonais est considérable :

japonais sino-japonais : ō-a chō-tatsu

reconstruction Tang approximative : ʔəu-ʔa ʈau-ʈat ~ «eou-a trao-trat»

On comprend beaucoup mieux pourquoi la séquence pouvait fonctionner comme une onomatopée pour les enfants, les oiseaux, les charrettes, les bateaux... Les deux premiers éléments sont très vocaliques, presque comme des cris — ʔəu ʔa — puis 嘲哳 /ʈau ʈat/ forme une paire extrêmement serrée, avec la même attaque rétroflexe et une opposition finale -au / -at. Le dernier -t coupe brutalement le mouvement.

Cela donnerait même : « ou-ah… trao-trat ! »