И спектрограмма не чудо Господне, а факт речевой деятельности.
Давайте такой эксперимент, выдумываем заведомо несуществующее слово с таким сочетанием:
ксаöш, произносим его и получается.... вот именно это же и получается.
У этого вашего ёта природа такая же виртуальная, как у Ъ в - сентябърь и у Т в воллигер ментш.
Кстати, заметила, если в безударном слоге - то можно без напряга, при этом может вылезти йот, но можно в принципе и без него сказать, хоть это и будет звучать явно не по-русски. А вот в ударном, если ударение на этот второй слог- тут без йота при всем желании не получится. То есть в слове "знаю" теоретически может ю потерять й и превратиться в уь, если по совсем-совсем небрежной речи, там это вообще, наверно, посчитается формально за слегка лабиализованное шва со всей редукцией. А вот в слове "даю" такого вообще никак не может быть, ибо там ю под ударением.
А по поводу этого эксперимента...кажется, поняла. Потому что буква й может означать и собственно j, так и И неслоговое. При ослаблении на конце. Бывает и у неслоговое в некоторых языках, а чисто логически если вконец заредуцировать, то и уь неслоговое. Вот этот самый случай типа "знаю" или даже еще скорее - после е, и, в словах типа "умею" итп. Без ударения. Такое в принципе возможно, хоть и маргинально и нелитературно. А когда там не от неслоговых идет, а собственно от йота - не выйдет такого.
И вообще когда качество гласных различается побольше, не оба передних рядом, а один передний, другой нет, так вполне естественно, что между ними лезет йот. И в русском, и в других языках. Вон Мария хоть и пишется Maria - а йот все равно так и лезет во многих языках перед а. Или то же "мама мия", кто-то скажет mia как миа, кто-то как мия, чисто по-итальянски, и это нормально. Фонетические законы большинства языков основаны на удобстве произношения. И если что-то совсем-совсем неудобное, то народ веками ломать язык не будет, со временем явно упростится.