O botão funciona encurtando o pino do microfone no terra. Fones de ouvido com mais botões usam diferentes resistências entre o pino do microfone e o terra; veja link
Isso só funcionará se o codec chip em seu dispositivo de áudio suportar a detecção desses eventos - o hardware precisa suportá-lo, e o software também precisa usá-lo, é claro. Alguns drivers de codec Linux funcionam, e eles criam um novo dispositivo de entrada para o conector de microfone, com "pressionamentos de tecla" correspondentes aos quatro eventos possíveis. Cabe então ao software determinar cliques duplos, pressionamentos longos e coisas assim. Mas nenhum dos drivers de codec Intel HDA suporta isso, e é provavelmente o que você está usando. Eu não sei se o hardware suporta e o driver pode ser aumentado. Qual codec chip você tem?