Výsledky ukázali, že ti, kdo poslouchali řeč, ale neviděli toho, s kým besedovali, těm se podařilo určit emoce nejpřesněji. Nejhorší výsledky měli ti, kdo poslouchali nahrávku hlasu.
Podle Michaela Krause, jednoho z expertů, tyto výsledky mohou být vysvětleny dvěma příčinami: tím, že lidé často používají mimiku, aby bylo možné skrýt své emoce, nebo tím, že současně poslouchat a sledovat řeč těla brání tomu, aby bylo možné pozorně poslouchat i pozorně sledovat mimiku.
Výzkum kromě toho ukázal, že lidé, včetně psychologů, považují výraz tváře za hlavní indikátor emocí. „Je možné, že lidé věnují příliš mnoho pozornosti tváři v tu dobu, kdy hlas nese informace, která pomáhá adekvátně pochopit jeho vnitřní stav," říká Kraus.