Los mensajes de voz de Whatsapp son un avance en la comunicación que permite expresar ideas, emociones y mensajes grabando la voz. Esto hace que las personas no tengan que escribir ni contestar en tiempo real. Además se puede decir que es una extensión del cuerpo humano, específicamente del habla, pues es un medio que permite conservar intacto el mensaje, su tono, intensidad, duración, pausas y emociones, algo que puede ser ambiguo al comunicarse solo por medio de palabras escritas. Los mensajes de voz se usan frecuentemente y a lo largo de todo el día, porque ahorra tiempo al tener que comunicar algo largo, porque permite comunicar mientras se realiza otra tarea y porque no solo trasmite información, sino que genera una sensación de cercanía y presencia sonora que construye el significao del mensaje.

En relación con la teoría de McLuhan, se puede afirmar que los mensajes de voz funcionan en su mayoría como un medio frío, es decir, no se entrega toda la información de manera cerrada y se exige una participación del receptor. Este es quien interpreta el mensaje según tono, contexto, e intención del hablante y quien tiene el poder de contestar el mensaje, ya sea con su voz grabada o por escrito. No obstante, hay situaciones en las que podemos decir que los mensajes de voz se comportan como un medio caliente, por ejemplo cuando son muy extensos, comunican una orden o simplemente son muy detallados. En estos casos, el oyente no debe completar, analiar o interpretar de más, simplemente recibir el mensaje. Esto hace que la la participación del mensaje recaiga en un solo lado y que la del receptor sea mucho más cerrada.

Todo esto, muestra que un medio puede funcionar como frío o caliente, según la manera en la que se use y cómo se transmita el mensaje. Como explica McLuhan, muchas veces no se trata únicamente del contenido, sino de la experiencia que crea y el impacto que genera.