Chama-se pareidolia. Geralmente acontece com imagens (vide as nuvens em formatos que lembram animais ou as "aparições de santas em vidraças"), mas pode acontecer com sons também. A forma como o nosso cérebro interpreta os estímulos depende muito, mas MUITO mesmo, do que a gente espera ver ou ouvir, não apenas do que a gente realmente está vendo ou ouvindo.
É exatamente por isso que as ilusões de ótica funcionam tão bem.
Pena que eu não consigo achar agora, mas eu tinha um link pra uma "ilusão sonora", seria perfeito pra mostrar aqui no tópico.
Explicações mais detalhadas:
http://skepdic.com/pareidol.html