No soy muy crédulo en estas situaciones. Eso no es fácil de conseguir, pero ahí ven el resultado.
La voz es una combinación de vibraciones que prganizadas, dan una significación. Entonces estas deben ser vibraciones captadas (porque eso no se niega) por aparatos especilizados en eso...en captar vibraciones, y decodificadas, para dar ese resultado: Voces diciendo X o Y bobadas. Donde esas voces dijeran "quiero mazamorra" con toda seguridad, no serían tan 'horripilantes'. Piensen sobre eso...en serio, no todo es como nos lo pintan.