Bem, entendo seu ponto, mas não é exatamente a mesma natureza de mídia.
Em um fórum, geralmente compartilhamos imagens criadas por outra pessoa, mas as notas de voz geralmente contêm sua própria voz de uma maneira mais pessoal. Pelo menos este é o objetivo.
O esforço envolvido na produção de suas próprias fotos, vídeos e notas de voz é bem diferente — e as notas de voz são geralmente a maneira mais rápida e direta de compartilhar um pensamento. Tirar ou selecionar uma foto, ou gravar e fazer upload de um vídeo, muitas vezes requer mais etapas.
Mas com áudio, especialmente se o recurso estiver incorporado na ferramenta que você já está usando, você pode simplesmente falar e enviar. É uma barreira menor para a contribuição, e é por isso que vejo valor em ter essa opção em um ambiente de fórum.
Eu até vejo mais valor na capacidade de transcrever e ter ambos, áudio e texto, por causa dos desafios de moderação e pesquisa que apenas o áudio poderia trazer.