一応その昔研究してたことあるので、例の声ってのざっと調べてみた
結論としてだけど、あれは「人間の声」では無い
今は音声スペクトログラムはフリーソフトも色々あるので自分でやれる人はやってみたら良いが、あの「…した…」と聞こえる部分、声紋が出ません
声ってのはスペクトログラムでは様々な周波数帯の音が出てる波形が出るんだけど、あの箇所は環境音としか言えない音が出てるだけ
少なくともあれは「人間の声」（加えて動物の鳴き声など声紋を通して出した音、ラジオや保存した動画などの誤再生）ではありません

まあ、科学的分析としてはここまでしか言えないんだけど、世に言う「幽霊の声」とか言われるもの、音楽の間で聞こえたとか放送中に聞こえたとか言われるものは全く同じ結果を示すんだよね
それをもって幽霊の声とは断定しないけど、少なくとも「誰かの声」では無いことはこれで分かる