近年来,随着互联网技术的发展以及人们对娱乐化内容的追逐,许多泛娱乐短视频平台、视频直播平台开始逐渐吸引人们的眼球。但为了获取更多的流量以获得利益,诸多如内容同质、低俗化等现象不仅不断地侵蚀着视频直播行业,也导致了用户的审美感知力的衰减与判断力的钝化。当影像信息为主要传播形式的视觉文化在数字时代的表征已呈现出过度化的趋势时,一种以声音为介质的听觉传播也以当下最火热的直播的形式展现在人们眼前。网络语音直播不仅仅有着更为深度且优质的内容,互动的平等与新奇方式更是获得了不少用户的青睐。此外,主播自身声音的特性以及的情感渗透力也打开了更为广阔的音频长尾市场。然而,与视频直播所面临的困境相似,语音直播也面临着主播过于逐利而忽略对内容质量打磨,以及用户忠诚度不高等问题。因此,如何优化平台的系统质量、内容生产模式以提高用户的留存率,以及如何抵御其他泛娱乐视频直播的竞争所导致的用户流失等,成为了当下学界与业界最值得探讨的问题之一。查阅有关文献发现,目前相关研究多是对网络语音直播平台的传播策略、运营策略等方面,而在用户的使用心理与行为方面还缺乏较为系统的研究。因此,本文以信息系统成功模型为理论基础,引入沉浸体验与感知网络规模作为中介与调节变量,在参考相关文献后构建了网络语音直播平台用户持续使用意愿的理论模型。并对喜马拉雅、荔枝FM、蜻蜓FM等语音直播平台的用户进行了问卷发放与数据分析,研究数据表明,网络语音直播平台的系统易用性、反馈即时性、内容有用性、内容趣味性、听觉体验性与互动社交性这六个因变量均对用户的持续使用意愿具有显著影响,且沉浸体验与感知网络规模也起着部分中介与调节作用。综合实证研究的分析结果与部分用户的访谈内容,本研究就如何提高网络语音直播平台用户持续使用意愿提出了如下建议:注重主播培养,建设良好内容生态;擅用新技术为平台赋能,重视用户体验;注重主播的声音魅力,释放声音的情感价值。