Ставь его в монтаже в стиле переписки как ответный момент, а не как начало. Начни со звука сообщения WhatsApp, дай этому клипу ответить на него, а в конце покажи кнопку открытого аудио, чтобы последовательность читалась как сообщения, падающие одно за другим в одном треде.