Hozzáértők: hogy kerülhetett a videofelvétel hanganyagába? (és maradhatott benne)?

A videót egy Vibo Valentia-i (Dél-Olaszország, Calabria tartomány) gyerekekből és fiatalokból álló néptáncegyüttes vendégszerepléséről forgatták a közeli Gallicianó-községben, amely a több mint kétezer éve görögök lakta, görög nyelvjárását máig őrző térség egyik ősi kistelepülése. Meglepetésemre, a video első másodperceiben, a zenei hanganyag megszakítása nélkül, egy kissé "sejtelmes" női hang (előttem ismeretlen nyelven, amely sem a helyi görög nyelvjáráshoz, vagy a calabriai dialektusokhoz, sem az olasz köznyelvhez nem köthető), a következő két szót mondja: "évért míderdhena". Ezt a felvétel közben, változatlan hanghordozással, több alkalommal megismétli (0:10; 0:29, 0:45 - majd, szünet után: 7:10; 7:24,7:40; 7:55,8:14 8:29,8:45,9:16-nál. A sorozatnak itt vége szakad)

A video linkje:

https://www.youtube.com/watch?v=Qi32psvtFuw