„Yyy” to nie problem ze słownictwem i najczęściej nie nerwy. To dźwięk planowania. Mówienie i układanie zdań dzieją się naraz, a gdy układanie zostaje w tyle, usta trzymają głos dźwiękiem, aż nadejdzie kolejny fragment. W rozmowie ten dźwięk zarabia na siebie: „yyy” mówi drugiej osobie, że jeszcze nie koniec, więc nie zaczyna. Dlatego płynni, pewni siebie mówcy robią to bez przerwy — to sygnał utrzymania głosu, nie wada. Przed kamerą ta logika się wali. Nie ma nikogo, przed kim trzeba trzymać głos; nagranie nie może Ci przerwać. Dźwięk, który przy stole pracuje, w monologu nie robi nic, a widz musi go po prostu przetrwać. To ważne, bo zmienia lekarstwo. Nie musisz stawać się płynnym mówcą. Już nim jesteś. Musisz zastąpić wypełniacz tym, co on zastępuje.
A zastępuje pauzę. Gdy następne zdanie nie jest gotowe, uczciwy ruch to zatrzymać się — bezgłośnie — i pozwolić mu się uformować, zanim je wypowiesz. Za pierwszym razem czuje się to okropnie: od środka dwie sekundy ciszy wydają się martwym powietrzem, walącym się ujęciem. Z zewnątrz wyglądają jak namysł. Widz nie widzi w osobie, która robi pauzę, kogoś zagubionego; widzi kogoś, kto decyduje, co powiedzieć — a dokładnie to się dzieje. Ćwiczenie jest więc małe i konkretne. Dokończ zdanie. Zamknij usta. Żadnego dźwięku, dopóki nie istnieje następne zdanie. Pomaga zwolnienie, bo wypełniacze gęstnieją tam, gdzie mowa wyprzedza planowanie; pomaga znajomość scenariusza, z tego samego powodu; i prawdziwe pauzy na kropkach, zamiast przejeżdżania przez nie, dają nawykowi uprawnione miejsce. Ale większość pracy wykonuje pozwolenie — decyzja, że cisza jest dozwolona.
Ten nawyk naprawdę trudno usłyszeć od środka i dlatego liczenie wygrywa z silną wolą. Statystyki wystąpienia w Talk2Camera liczą słowa-wypełniacze w każdym ujęciu, mierzone na urządzeniu z samego nagrania, obok tempa i tego, ile scenariusza udało się pokryć. Pierwsza liczba zwykle zaskakuje; człowiek obstawia trzy, a czyta jedenaście. Potem staje się wskazówką, której ruch widać: nagraj, spójrz, nagraj znowu. Licznik spada nie dlatego, że tłumisz wypełniacze w trakcie — próby dzielą uwagę i psują ujęcie — lecz dlatego, że liczba czyni nawyk słyszalnym. Gdy słyszysz nadchodzące „yyy”, możesz zamiast niego zrobić pauzę. Większość osób mocno zbija licznik w kilku ujęciach, a reszta przestaje mieć znaczenie.
Wymiana, której dokonujesz — cisza zamiast dźwięku — ma jeszcze jeden koszt, a montaż go usuwa. Z wypełniaczem trzeba żyć; pauza to tylko martwe powietrze, a martwe powietrze tnie się czysto. Talk2Camera znajduje długie cisze w ujęciu i proponuje każdą z osobna jako cięcie, które przeglądasz jedno po drugim, z cofaniem — nic nie znika bez Twojej zgody. Wytnij dziury, w których układało się następne zdanie; szew jest niewidoczny, bo nic nie zostało przerwane. Ale nie wycinaj wszystkich. Pauza przed zdaniem, które się liczy, robi przed kamerą tę samą robotę co w pokoju, a wideo pozbawione każdej ciszy męczy. Efekt końcowy jest ciaśniejszy, niż byłoby pozornie płynne ujęcie — bo „yyy” nigdy nie tnie się czysto, a cisza zawsze.