简短回答：AI 语音访谈让参与者在浏览器中用说话代替打字来作答，无需安装应用。QualiTaTi 会转录每个回答，并根据你的访谈提纲提出追问。你还可以让 AI 把问题朗读出来，或者进行实时的口语对话。
开展语音访谈的四种方式
| 模式 | 参与者 | AI 访谈员 | 每分钟积分 |
|---|---|---|---|
| 语音到文本 | 说话 | 以文字回复 | 1 |
| 文本到语音+文本 | 打字 | 以语音和文字回复 | 1 |
| 语音到语音+文本 | 说话 | 以语音和文字回复 | 1 |
| 实时语音模式（实验性） | 自由交谈 | 实时语音回应 | 5 |
纯文字访谈同样每分钟消耗 1 个积分。前三种模式轮流发言，就像带声音的聊天。实时语音是一场连续的口语对话，参与者可以随时打断。这一模式推出较晚，有单独的链接和设置。
何时语音是更好的选择
- 觉得打字慢的参与者：老年人、使用手机的人，以及口头表达比书面表达更流畅的人。
- 故事比精确事实更重要的主题。
- 需要听到某件事是怎么说的，而不仅仅是说了什么的研究。
何时文字是更好的选择
- 敏感问题。Schober 等人（2015）发现，无论访谈员是真人还是自动系统，智能手机上的文字访谈都比语音访谈带来更多敏感信息的披露和更精确的回答。
- 更喜欢书写的参与者。在 Lenzner 和 Höhne（2022）的研究中，不愿用语音作答的人最常给出的理由是更喜欢书面沟通。使用语音意愿最高的是较年轻、经常使用智能手机的人。
- 嘈杂环境或共用房间，参与者在这些场合无法畅所欲言。
如果拿不准，就从你的目标人群中找几位参与者，对两种模式都做预试。我们对语音与文字 AI 访谈所做的比较更详细地介绍了其中的取舍。
设置语音访谈
- 创建一个 AI Interviewer 项目，撰写或生成访谈提纲。
- 在项目设置中选择交互模式。如需实时语音，请打开“实时语音模式”面板并使用其单独的链接。
- 选择一种声音，并用你的访谈语言试听预览。
- 如果除了转录稿还需要录音，请开启录制音频。参与者随后会看到访谈正在录音的提示。
- 分享链接之前，先自己在手机和笔记本电脑上各做一次测试访谈。
参与者的体验
- 无需应用或账户。访谈在手机或电脑的浏览器中打开。
- 第一个问题之前会进行麦克风检测，入口页面上有知情同意步骤。
- 在 iPhone 上，参与者点击开始按钮后音频才会启动，入口页面会提示这一点。
转录及其局限
每个口头回答都会被自动转录，你编码的对象就是转录稿。自动转录会出错，尤其是在人名、口音、专业术语和背景噪音方面。转录错误和追问质量参差不齐是 AI 语音访谈员的已知局限（Tirumala 等人，2025）。请通读每份转录稿，并在引用之前修正关键段落。
知情同意、录音与数据
在知情说明书中告知参与者：访谈由 AI 进行，他们的声音会被转录，以及音频是否会被保留。伦理审批工具包为每一项都提供了相应文本。数据存储在欧盟境内。信任页面说明了音频和转录稿在哪里处理，并列出了所涉及的服务提供商。
分析语音访谈
语音转录稿与文字访谈进入同一个 QDA 工作区。你可以手动编码，或使用经你审核的 AI 建议进行编码，也可以邀请第二位编码者；如果更想在 NVivo、ATLAS.ti 或 MAXQDA 中完成，还可以通过 .qdpx 文件导出。参见 NVivo 交接指南。
常见问题
参与者需要安装什么吗？
不需要。一个可以使用麦克风的浏览器就够了。
哪些语言可以使用语音？
语音访谈使用你为项目设置的访谈语言。上线前请用该语言试听声音，因为不同语言的语音质量有所差异。
语音访谈更贵吗？
三种标准模式不会更贵，它们和文字访谈一样每分钟消耗 1 个积分。实时语音每分钟消耗 5 个积分，因此一次 30 分钟的实时访谈消耗 150 个积分。参见价格页面。
AI 语音访谈和真人访谈一样好吗？
早期研究结果令人鼓舞，但规模较小。Wuttke 等人（2024）在一个学生样本中发现，AI 主导的访谈在数据质量上与人类主导的访谈相当。Tirumala 等人（2025）的结论是，是否适用取决于具体情境。请在你自己的目标人群中进行预试。
资料来源，核查于 2026 年 10 月 12 日：Schober et al. (2015), Precision and Disclosure in Text and Voice Interviews on Smartphones, PLOS ONE 10(6)；Lenzner and Höhne (2022), Who Is Willing to Use Audio and Voice Inputs in Smartphone Surveys, and Why?, International Journal of Market Research 64(5)；Tirumala, Jain, Leybzon and Buskirk (2025), Mic Drop or Data Flop? Evaluating the Fitness for Purpose of AI Voice Interviewers, arXiv:2509.01814；Wuttke et al. (2024), AI Conversational Interviewing: Transforming Surveys with LLMs as Adaptive Interviewers, arXiv:2410.01824。