Porque é que as pessoas pagam pelos toques de telemóvel? As pessoas não sabem que se pode pôr lá qualquer mp3?

Phones que são capazes de usar apenas "qualquer mp3" como ringtone tem sido em torno de apenas alguns anos.

Os primeiros telefones que suportavam a adição de ringtones (de meados a finais dos anos 90) não podiam usar MP3. Eles só podiam fazer beeps de diferentes comprimentos e grampos. Para um pagamento, você poderia solicitar como resposta uma mensagem com instruções para o telefone como tocar a melodia desejada. Efectivamente, não era o áudio em si que estaria na mensagem de resposta, mas mais como notas musicais num formato que o telefone pudesse compreender. A construção de uma mensagem com toque teria exigido conhecimento que poucos usuários teriam, e provavelmente também interface para um computador e algum software para ele.

Later, quando os telefones começaram a suportar MP3's (cerca de 00's - 2010's), eles ainda exigiam que o clipe de áudio MP3 tivesse sido feito com alguns parâmetros específicos. Nesse momento, era mais fácil para um indivíduo converter qualquer clipe de áudio para esse formato, mas ainda assim seria necessário alguns ajustes técnicos que nem todos saberiam como fazer.

Se bem me lembro, em algum momento consegui uma aplicação (gratuita) para o meu telefone de então, que pegaria qualquer MP3, e o converteria para o formato que o telefone poderia usar como toque.

E depois disso, os telefones tornaram-se menos exigentes para o formato do toque, e assim qualquer clipe de áudio pode ser facilmente usado como toque. Mas tudo isto é muito recente. Ringtones personalizados foram introduzidos há décadas.

Em suma, as pessoas pagavam pelos ringtones quando os telefones da época exigiam que os ringtones fossem preparados em um formato específico, e quando a conversão não era uma tarefa que qualquer um pudesse fazer.