C7.15.4Length caps constrain dictation utility设计研究
长度上限对听写场景的实用性构成直接约束
别名: 听写时长 · dictation session · 长文本语音
概念解释
听写的价值在于一次说完一段连贯想法：邮件、病历、会议纪要草稿。若单次识别只有几十秒，用户必须把思维切成许多次请求，每段都要重新进入、重新等端点。长度上限因此直接卡住听写能不能当主力输入，而对“设个闹钟”这类短命令几乎无感。
机制
写作的计划单元是段落和论证，不是识别服务的计费单元。上限把一次认知上的话轮切成多次系统话轮，中间的重新唤醒、重新安静、重新看屏会打散节奏，也让指代和语气跨段丢失。分段拼接若刀口差，用户还要做编辑器的工作。短命令的长度远在上限之下，产品用命令成功率宣传“语音很好用”，听写用户却在反复被切断。实用性约束是任务匹配问题：同一条上限，对命令宽松，对听写苛刻。
怎么研究
让人用语音起草一封真实长度的邮件或一段纪要，记录被上限打断的次数、完成时间和是否改用键盘。比较“明确的长会话模式”（一次开始、多次续上）与“每次都是新请求”。材料长度必须超过上限。不要用一句口号当听写任务。
边界
搜索框、发短消息本来就短，上限不构成约束。专业速记员习惯短段停顿，上限伤害较小。会议录音走离线长文件通道，不走交互式听写上限，但那不是输入法体验。无障碍用户可能只能用语音写长文，上限对他们是排除而不是小麻烦。
怎么落地
- 听写模式使用可续上的会话：到达上限时自动开下一段并接上文本，而不是回到唤醒。
- 不要用短命令的成功率作为听写可用性的证据。
- 在目标文类（邮件、笔记）上做完整起草测试，被切断后恢复的步数必须可接受。