主要有三方面原因。

1、对于单独语音转发的这项应用，在技术上实现非常简单，但对于执行的结果，语音被用于的情景是个未知。

2、一次语音会话，需要由多条单独的语音组成，按照顺序转发可以还原对话情景，无章法的排序有可能会让晴天转为阴雨，单独的对其中一条转发，就难免会存在“断章取义”的问题，无厘头的语音展示，没有前景也无结果。

3、截取录音片段应用的时间、地点、场合不同，所暴露的问题也就会更多。