Telegram-Sprachnachricht statt Videoanruf als Echtheitsnachweis — reicht das?

Wir haben gerade einen Kontakt bei dem die Frau partout keinen Videoanruf machen möchte, aus Datenschutzgründen. Stattdessen schickt sie über Telegram regelmäßig Sprachnachrichten, manchmal ziemlich lang, und auch der Mann meldet sich per Sprache. Die Stimme klingt warm, das Gesagte ergibt Sinn, beide nennen Details über sich die in den Bildern auch wiederkehren. Mein Mann (44) sagt das reicht ihm und wir können das Paar live treffen. Ich (37, aus dem Raum Dortmund) bin unsicher weil ich finde Stimme allein kann auch reine Stimme sein, ohne dass die Person auf den Bildern wirklich dazu gehört. Wie seht ihr Sprachnachrichten als Vertrauensbaustein? Ist das genug oder fehlt da der visuelle Teil? Hat jemand schon mal eine Sprachnachricht bekommen und vor Ort dann gemerkt dass es eine andere Person war als auf den Fotos? Wie geht ihr generell vor wenn jemand kein Video machen will?