Para responder a esta pergunta, dividimos o texto em partes :
If you create a sound, its volume can range from a whisper to a scream.
Se você escolher um som acima, mostra o quão alto e quieto pode ser.
It can be your voice, someone else's voice, a lion's roar, a beating of drums, or any other sound you choose.
Acima mostra opções de coisas diferentes que o som único escolhido pode ser. Qualquer coisa, desde vozes até sons específicos que os objetos fazem quando interagiram e outros.
The sound continues unabated throughout the duration, or you can make discrete sounds at different times before the spell ends.*
Isto dá mais duas opções para esse som específico. Se você quer que ele seja contínuo, como um alarme ou música, etc. Ou se você quiser que seja um som discreto feito em diferentes momentos duração como chilreios ocasionais.
porém na última parte diz sons isto pode interpretar-se como versões plurais do som escolhido ou como sons diferentes plurais. A sua não é RAW para o plural específico que é.
Este é o problema que você está enfrentando, mas no 5e, desde que as batidas específicas gerais, se eles queriam que você seja capaz de alterar o som sempre que, durante a duração, ele diria especificamente. Se eles pretendessem que fossem vários sons não relacionados, ele indicaria isso em vez de usar claramente a versão Singular da palavra até o ponto em que o inglês simples 5e fosse construído ao redor, forçando-os a dizer plural.
Se os desenvolvedores quisessem que ilusões menores pudessem fazer algo que é como levar adiante uma conversa, isso seria declarado da mesma forma que na Imagem Principal de 3º nível. Se os desenvolvedores quisessem que você fosse capaz de controlar o que está especificamente fazendo durante a duração, diria. O texto de ilusão menor diz coisas como vozes, rugidos e coisas do gênero. Eles queriam que ele fizesse algo mais complexo, como declarar uma sentença específica.
Citando-o como parte de sua pergunta, você já responde parte dele sozinho "Eu normalmente não consideraria um sussurro e um grito de um minuto de diferença para ser o mesmo som".
a parte que você está lendo e interpretando como sendo capaz de usar sons diferentes é apenas declarar sons como um plural. Se quisesse que você fosse capaz de fazer dois sons completamente não relacionados, diria especificamente.