"Üldiselt on põhjus selles, et me oleme harjunud ennast justkui seestpoolt nägema," ütleb Lippus. Füüsiliselt tähendab see, et inimene ei kuule omaenda häält üksnes kõrvaga, vaid ka seestpoolt, luustiku kaudu levivate helilainetena. Tahkest luustikust lähevad kaasprofessori sõnul paremini läbi ja jõuavad kõrva pigem madalad sagedused. "Nii et see on pisut kallutatud heli, mida me endast kuuleme," tõdeb ta. Teisisõnu kuuleb inimene ise oma häält pisut madalamana, kui see päriselt on.

Vastikus- või ebamugavustunne võibki Lippuse sõnul tulla sellest, et salvestatud häälel pole samasugust seestpoolt tuleva heli kallet. "Inimesel on olemas mingisugune ettekujutus iseendast ja oma häälest. Kuna ta on sellega harjunud, siis tundub väljastpoolt keha tulev heli võõras," selgitab ta.

Teisalt tunneb inimene tema sõnul alati eksimatult iseenda salvestatud hääle ära. "Siin on just see väike erinevus selle vahel, mida me seespoolt kuuleme ja mida me salvestuse pealt kuuleme, see, mis häirib," märgib ta.

Sarnane efekt tekib siis, kui inimene võrdleb enda tehtud selfit kellegi teise tehtud pildiga. "Selfid võib-olla tunduvad meile ilusamad, kui õigetpidi pööratud fotod, sest me oleme harjunud ennast peeglist vaatama," põhjendab ta. Fotode puhul pole võõristusefekt Lippuse sõnul siiski nii suur, kui salvestatud heli kuulates, sest iseendast tehtud nii-öelda õigetpidi fotosid on inimene rohkem harjunud vaatama.

Kaasprofessori sõnul harjub inimene ajapikku ka oma lindistatud häälega. "Näiteks raadio- ja teleajakirjanikud või lauljad salvestavad ja kuulavad ju pidevalt ennast ning analüüsivad oma esitusi. Kui nende käest küsida, siis ma olen üsna kindel, et enamik neist on oma häälega ära harjunud," märgib ta.