Потому что знание о своей внешности мы приобрели через зеркало. Психологи проводили эксперимент, в следствии которого подтвердили, что смотрясь в зеркало мы принимаем какой то определенный набор лиц / поз, тех, которые нам приятней. Плюс ракурс, отражение в зеркале это как правило статичное, мало подвижное изображение, а на снимке может быть запечатлена подвижность, какую не уловишь глядя сам на себя в зеркале.
То же самое происходит с записью собственного голоса на какие нибудь носители. Мы привыкли к звуку своего голоса, который производится гортанью, улавливается ухом (между этими частями своего тела всего несколько сантиметров, а резонаторы находятся в своей же голове. ) Тогда как другой человек воспринимает ваш голос через метры длинны, и слышит его иначе. От этого всегдашнее недоумение от записей.