提问：为什么知乎live、千聊等采用分段语音输入的方式，而不是实时语音直播？这种方式降低了输出者的使用门槛，但听到一些用户反馈，信息接收效率太低（因为分段语音间难免不够流畅）。对于熟练的输出者，这种方式也可能是低效的吧。
karryzhang：
我也觉得非常低效，推测是为了照顾之前微信群的习惯，让参与双方都尽量低门槛。
cicada：
我和范凯有一个共同的看法，绝大部分的语音类产品都是过渡产品，迟早要过渡到视频形态。
为什么不采用实时语音直播？我认为在知识直播的早期，很大的一个挑战是对主讲人的培养。怎样让传播知识的主讲人更舒服地去传递信息——伺候好大V比伺候好顾客重要多了。打字太累，视频又不自然，知乎live选择了被微信教育过很多年的语音切入。
既然目标是伺候好大V，分段输入肯定比实时语音更轻松——谁还没分段输入过微信语音啊。
但从长远来看，我认为一定会过渡到视频直播。视频有更强的感染力与互动性，一个人能适应现场演讲，也能适应视频直播，这需要有新产品进一步培育市场。
theo：
在知识传播这个场景中，视频相对语音带来的额外有效信息可能是很少的吧，也就是视频的实际“教学”效果，可能视频和语音几乎无差。最终能够适应视频直播的输出者，可能比只能适应语音直播的传播者少一个数量级，所以在这个场景中，考虑到“教学效果”和“输出者门槛”的权衡，我猜最佳平衡也可能是语音直播。
不过，也可能存在“大家越来越能接受视频输出”的趋势。有一个国外版“分答”产品叫whale，采用视频而非语音，记得看过一个对创始人的采访，“为什么使用视频？”回答是，“snapchat已经把大家教育得完全可以接受视频输出了”（大意是这样）。
cicada：
我们可以脑补一下，当有得选的时候，你更愿意看公开课的音频，还是大学课堂的视频？
theo：
如果有的选，我会选择大学课堂视频。
然而“音频课程平台”的内容丰富度远大于“视频课程平台”。虽然后者体验更好，但相差不大，如果我只能留一个产品，我会选择留“音频课程平台”。
cicada：
有没有内容当然是第一位的，但音频过渡到视频，我认为是在一两年内就会发生的事情。市场的教育迟早会让知识大V意识到，这件有利可图的事情值得自己去适应变化。举个例子，分答“只敢开放”1分钟音频，唯恐KOL多费力气，微博用纯文字来回答问题，动辄五百字，KOL短暂抱怨后也纷纷适应。
顺带再说说视频比音频的优势，第一，表情动作会极大地增强语言感染力，第二，基于视频直播的互动，天然优于基于音频的互动，这种实时交互的魅力已经在各大直播平台被证实；第三，视频直播更容易控制场面节奏。
theo：
的确，“视频输出”可能是一个大多数人可以克服的障碍吧，有利可图就可能会去适应。
karryzhang：
音频也有明显的优势，就是不占用人的核心信息获取渠道，可以一边做其他事情一边听，比如开车 地铁 走路。损失了感染力，但获得了别的明显优势，各有市场和适用的场景，并不会取代。
cicada：
嗯，比如听书，电台，都是不会被取代的。不过音频适用场景相对狭窄(把听歌和语音对讲这两个大类排除在外的话)。
ruby：
在这个问题上非常同意银叔说的要先伺候好大V的说法。
上周六做了一个类似知乎live的语音直播，作为主讲人，尤其是第一次主讲，对一切流程环节都不熟悉的情况，分段输入自然是最好上手，压力也最小的，因为这意味着我可以重来，可以中途调整而不被感知。
所以这里可以展开另外一个问题，没错，熟练的人会觉得直播更好，但是如今内容变现遍地开花，大V忙不过来，小V才能让中小平台活下来。然而以我语音直播的那个平台上的其他小V来说，有的人是连普通话都不怎么标准的。这样的一群人来做内容输出主体，还是分段语音不会出乱子。
