dall'esempio che ai proposto puoi trarre alcune utili informazioni
partiamo dagli aspetti positivi .
in una certa misura gestisci l'emissione e questo è un bene perchè è uno strumento tecnico acquisito.
il problema è l'intenzione.

parto dagli aspetti più semplici da commentare e che mettono in risalto il problema.
a 0: 24 proponi la stessa nota ed è evidente quello che succede.
(proprio il rischio che era stato evidenziato da me e da Saxintown)
parti con un suono : il primo ti accorgi che l'apporto della lingua comporta un incremento di volume e intervieni sui successivi sull'emissione
emettendo con minor vigore.

devi fare esattamente il contrario .
emissione costante per saturare lo strumento di suono su quella nota e la lingua non deve fare altro che interrompere il suono.
(nel tuo caso trattandosi dell'attacco darne l'avvio)
non devi pensare alla lingua come ad un effetto percussivo ma al contrario solo ad un corpo che si frappone con la maggiore leggerezza e velocità di cui disponi tra l'aria e il bocchino-ancia.

l'esempio con il collo in questo senso è ancora più indicativo perchè trattandosi di un solo suono con grande volume non ti confonde con aspetti estetici che in questo momento sono solo un limite.

il secondo aspetto è che la tua abitudine ti spinge a far fare alla emissione (all'apparato della gola) alcune funzioni che in questo momento ti limitano.
(questo quando suoni la scala ).
questo aspetto ormai lo sai gestire consideralo un dato tecnico che ti può servire per dare colore al suono ed al fraseggio .
(ma per ora mettilo da parte)
ora devi imparare un aspetto del tutto nuovo
devi educare la lingua semplicemente ad interrompere il suono .
in questo momento interrompi l'emissione ogni volta che inserisci la lingua ma lo fai a prescindere dalla lingua .
per assurdo se non utilizzassi la lingua l'effetto non sarebbe tanto diverso .
invece devi continuare ad emettere e mettere e levare la lingua.

se ti guardi allo specchio puoi verificare questo tipo di studio perchè avrai da una parte la pressione della emissione che spinge al livello del collo e della laringe e la presenza della lingua non modifica per nulla questa pressione anzi visivamente può incrementarla.

se invece interrompi l'emissione visivamente lo vedrai.

questi sono aspetti che si sentono ma l'indice visivo in questa fase può aiutarti a studiare nella giusta direzione.
il volume sempre sostenuto .

se fai un audiovideo con il collo visibile chiunque di noi può verificarlo.
parti con cose semplici un suono che inizia con grande volume e viene interrotto dalla lingua ma non dalla emissione.

il secondo step due suoni con la stessa emissione .
l'obbiettivo finale riuscire ad inserire la lingua senza "peso" (ho capito cosa intendi per sleppare) e suonare ad esempio uno staccato legato