语音功能交互思考

犬校ASK：

提问�：微信语音发送功能，为何采用长按录音、60S长度限制、最后5S倒计时显示？

提这个问题，是因为我这边的一个产品有类似的功能，产品背景：

上课系统：老师上课，通过IM和学生沟通，学生是6-13岁小朋友，学习的课程是少儿编程； 

这决定了上课过程中，学生提问和沟通的次数是极多的，所以语音功能可以极大提升学生的效率，不过会降低老师的处理效率，语音功能在产品设计上需要把控好这个平衡；

首先说下语音和文字不同，语音是隐性的，就是你不点开听，是完全不知道里面是啥内容，而文字不同，文字是可以直观看到的；

不同的属性，就决定了不同的处理效率；

虽然语音的产出效率高（说话肯定比打字快嘛），但是语音的消化速度远低于文字；

所以微信对一条语音长度进行了60s限制，是因为越长的语音，听者消化越慢；当然还有一个原因是语音太长，网络情况差时发送时间太长；

想想你听一个语音，超过20s后，你傻傻地贴在耳边，语音中间听了5s，没有声音，你是否会纠结后面到底还有没有内容，是否继续听下去呢，后面的内容是否重要呢，但是你有不敢直接不听，因为你担心漏掉重要信息嘛；

成人如此，小孩更加！

所以我们的交互导向就是：让用户发语音时，引导他想清楚再录音，而且录音过程中就专心说话，不要说太多无用信息，否则听者就崩溃了；

于是需要有以下需求：

1.必须长按录音按钮时，才录音：是为了让用户时刻知道自己是在录音，不要沉默个10来秒啥都不说，更不要去上个厕所再回来接着说，那都是浪费猫老祖的人力成本；

2.60S限制：是为了引导用户一个问题一个语音，不要在语音中既问知识点，又提Bug，又提课程建议，又闲聊：信息必须经过整理才不会混乱。我们需要引导用户将很多问题，很多信息，尽可能慢慢说，一点点说，不要急；还有很多其他的原因，例如语音太大网络发送太慢、转文字太慢等等，这些都不是主要原因；

3.1S限制：防止勿碰嘛；

4.松开才发送：和长按录音一样，养成仪式感。

5.最后10S倒计时显示给用户看到：提醒你该说重点，不要说废话了；前面的50S不要直接从60S倒计时，会打乱人的思维的，最终语言的组织效果更差。（微信是最后5S，我们设计为10S，是因为小朋友组织能力的确差些）

再说明一下，如果是点击一下开始录音，然后再次点击停止录音，期间的时间随意，小朋友便认为可随便说，没有重点，没有思考就直接说，那么必然大量废话。

最后，小孩相对于成人，信息的整合和表达能力更差，如果不是长按录音，那么必然可以预见，录音中预计会有40%的无效等待、重复信息、混乱信息，这些会导致老师那边的时间成本极其浪费。

而且我们有意培养小孩的语言表达能力，不正是一种好的素质教育导向吗

PS：想想，你现在发微信语音前，是不是要经过头脑想想，改怎么组织语言，改用什么语气；管好自己的嘴，是多么重要的一项能力呀！

对了，为何是60S，不是30S限制，这个咋们就不纠结了，我相信微信做过用研，进行过验证，而且你在发微信语音时，60S难道还不够？不够一定是因为你在说比较复杂的事情，或者你重复说了很多废话。。。

再者你听60S语音时，听到中途，是否感觉到咋还木有说完呢。。。。（这和电话实时互动沟通是不同的，不同的交互决定了不同的期待和结果导向）

60S限制还有一个好处是为以后对接讯飞API的翻译留个余地，就像微信语音长按后的［转化为文字］功能。如果一个语音太长，上传到讯飞都得5s以上、翻译地10S，老师等待得要崩溃了，还不如直接听。

PS： 目前这个60S限制，小朋友使用过程中，达到了老师信息处理的平衡，后期我会把这个时间将为50S，主要是为了提高转文字的效率，目前数据来看，94%的单条语音在30S以内。