Az arabban és a héberben honnan tudják, hogy a mássalhangzó mellé milyen magánhangzót kell ejteni?

Sajátságos nyelvtani szerkezetük van ezeknek a nyelveknek, a szótő mássalhangzókból áll, ezeket töltik ki a magánhangzók a ragozás szerint. Olyan ez, mintha magyarban nem írnánk ragokat, hanem ki kellene következtetni.

Egyébként tankönyvek, gyerekkönyvek is tartalmazzák mellékjelként a magánhangzókat, nemcsak vallási iratok.

Igen, az arab írás ilyen, meg kell tanulni a szavakat (töveket), a többit meg az ember kisakkozza a kontextusból. Borzalmasan hangzik, de valamiért működik.

Ami pedig az 'ajn-t illeti, ez az arabban a zöngés faringális approximánst (igazából nem egészen frikatíva és nem egészen approximáns, de ezzel ne foglalkozz, furcsa hely az ember torka) jelöli, ez egy kicsit h-szerű hang, konyhanyelven szólva úgy kell képezni, hogy a nyelvgyököt a torok hátsó falához közelíted.(Küldök egy linket egy videóhoz arról, hogy ez nagyjából hogy is megy: https://www.youtube.com/watch?v=3057MbWmH1k).

Az alif ugye két hangot jelölhet, egyfelől közönséges hosszú á-t (de nyilván nem erre gondoltál), másfelől hangszalagzárat (glottális, ha úgy tetszik, plozíva). Utóbbi képzésekor a hangszalagok szintjén, tehát jól lent a torokban képződik a levegő kiáramlását meggátoló zár. Egyes nyelvekben máskülönben az 'ajn jelölhet ilyen hangszalagzárat is, a perzsában például, szó elején viszont többnyire gyakorlatilag tényleg nem hallatszik (néma).