"Menge, Person, Publikum, Kunst, Malerei". Die technische Stimme verzerrt, die begriffliche Zuordnung nicht perfekt aber bereits auf richtigem Wege. Zunächst Englisch, kurz darauf und automatisiert in Deutsch. Dann wird die Stimme noch exakter. "23 Gesichter, das erste ist weiblich und lacht nicht. Es sieht traurig aus."