Em grande parte porque, enquanto esses sons podem ser captados pelos microfones durante a gravação da cena, os mixers de som e os operadores de som provavelmente focalizarão os microfones nas pessoas que falam, não em seus passos, Então, nem todo o ruído ao redor que é capturado durante a filmagem da cena real virá para o público da maneira que você faria se estivesse apenas ouvindo na vida real, especialmente porque os microfones não captam exatamente o som da mesma forma que ouvidos reais. Ruído de fundo gravado durante a filmagem real pode sair soando um pouco fora da gravação, ou simplesmente não ser tão alto ou distinto como se você estivesse realmente na sala, especialmente se o ator que está criando o ruído estiver mais longe do microfone. Então, coisas como os passos precisam ser reforçadas com os efeitos sonoros Foley .
Também é bem possível que algo não faça o som que o público esperaria ouvir dele (por exemplo, se uma peça de prata bater no chão, mas não fizer o som que você esperaria ouvir de um utensílio de metal, ou se os cascos de um cavalo não são tão barulhentos quanto se poderia esperar pelo tipo de superfície em que o cavalo está andando - claro, é assim que pode parecer na vida real, mas já que o público não está observando o cena sendo filmada na vida real, pode acabar se tornando estranha para o público a menos que - de novo - você adicione alguns efeitos de Foley para reforçar o som um pouco).
Você pode até regravar o diálogo de alguém e copiá-lo depois do fato, no caso de o ruído de fundo em uma cena tornar difícil ouvir a pessoa durante a gravação. (Na minha experiência, as pessoas geralmente tentam refazer a cena sempre que possível nesse cenário, mas às vezes isso não é viável, então você acaba dublando.) Ou você pode precisar fazer dublagem parcial devido a problemas de linguagem, como Fellini notoriamente tinha que fazer por La Strada. Mas eu discordo - você estava principalmente perguntando sobre efeitos sonoros, ao invés de vozes de atores, eu acredito.
Como alternativa, o local / ambiente real em que uma cena é filmada pode diferir de algumas maneiras do ambiente em que a cena deve ocorrer. (Isto é especialmente verdade para cenas filmadas quase inteiramente na frente de tela verde , onde o ambiente em que os atores estão provavelmente é muito diferente do que será inserido com o CGI e outros efeitos posteriores.) O mesmo vale para adereços que podem não ser realmente feitos do tipo de material que eles deveriam ser.
Depois, há também o uso de níveis de som como forma de chamar a atenção para sons que você deseja que o público perceba - como colocar uma palavra em itálico ao escrever. Sim, você pode estar bem não colocando a palavra em itálico, mas colocá-la em itálico pode afetar o tom de uma forma que não seria diferente. Da mesma forma, tornar certos sons mais altos / mais audíveis (e por mais tempo) do que seriam na vida real traz foco para esses sons e pode mudar o tom de uma cena para algo mais suspense, assustador, frustrante - qualquer tom que a cena vá para. O curta-metragem "The Last Farm" é um bom exemplo de tornar certos sons mais altos para enfatizar / atrair atenção para eles. Eu ficaria totalmente surpreso se alguns desses sons forem Foley. (Na verdade, eu ficaria mais surpreso se alguém me dissesse que não havia qualquer Foley lá.)
Esta informação é em grande parte baseada na minha experiência pessoal, mas se você quiser ler / ouvir mais, eu o encorajo a assistir ao vídeo no som Foley que eu me vinculei anteriormente e / ou leia o Wikipedia para o som Foley é realmente um recurso decente.