如果你在听一段音乐，你的大脑可以精确地辨认出所听音乐的强度、音调、持续时间和音质（或音色）的微弱变化。因此，研究者一直尝试通过这个线索来增强用户体验。在这一过程中，听标和耳标起着重要的作用。
听标（auditory icons），一些熟悉的、自然的声音，被用来补充视觉信号，比如：
- 把一份文件从回收站删除，不仅在视觉上文件从回收站消失，而且还会伴随一种金属的、撕裂的声音。
- 用iPhone编辑短信发送后，有一个发送进度条，进度完成后能听到一声确认提示音。这个设计使得用户在点击“发送”按钮后就可以放下手机干其他事情，听到声音提示后就已经确认短信已发送成功，提高了效率。
- 我们坐公交或地铁使用的交通卡，不用看显示，拿出来刷一下，滴的一声后就意味着扣费成功。
- 全新的VoiceOver 功能让 iPod shuffle 成为第一款会说话的 iPod。它彻底改变了你浏览和欣赏音乐的方式。你在听一首歌，想知道歌曲的名称和表演者的名字，只要轻轻按一下按键，VoiceOver 就会告诉你，并且不会打断正在播放的音乐。
耳标（Earcons），是一种合成的、系统的音符序列，这种设计用来传达关于界面的结构信息，它可以表现出用户当前正在阅读的内容属于多级菜单中的哪一部分，比如：
- 最简单的电话银行语音系统，按1如何如何、按2如何如何。。。返回上级按。。。等。
- 在驾校学过车的朋友对倒桩考试的语音提示系统应该很熟悉，通过一系列的语音提示，你可以知道几时开始考试、出错在哪里、错误后怎么处理等等。
- PalmPilot计算器的按钮中加入耳标，每个按钮发出不同的声音，听觉的反馈帮助用户更有效地输入数据。
尽管在今天的台式PC上，听觉界面利用到的语音识别和合成系统能够达到相当高质量的效果，但在移动设备的听觉交互设计中依然有种众多难题需要解决：
- 噪音：在火车或喧闹的大街上，各种噪音将严重的降低识别的准确率，影响交互的质量。
- 即兴式的说话方式：人们在移动中，可能有一些即兴式的习惯，包涵一些很难处理的内容。
- 认知负担：专注于自己的语言会消耗用户大量的认知处理能力，就像我们一直提倡的开车不打电话。
- 词汇表（叙词表）以外的词：朋友间的习惯用语、外号、地名等加大了语音交互系统的识别交互的难度。