Instruktioner i ljudform är något man sällan stöter på, såvida de inte ackompanjeras av video. Vanligast är dock text- och bildinstruktioner. Detta arbete utforskar om instruktioner i ljudform kan stå på egna ben, vilka begränsningar det finns och vad man bör tänka på för att skapa tydliga ljudinstruktioner. Detta uppnås genom en iterativ process där jag testar ett flertal prototyper baserade på två olika användningsområden för instruktioner. Med bakning testar jag enkla instruktioner där ordning och precision inte är kritiskt avgörande. Med Lego testar jag komplicerade processer där varje stegs framgång hänger på att de tidigare stegen blivit korrekt utförda. Oavsett hur avancerade instruktionerna är så spelar språket stor roll. Ju mer komplicerade processerna är desto viktigare är användarens språkkunskaper samt uppläsarens uttal och frasering. Det testerna visar är att endast enklare typer av instruktioner lämpar sig i röstbaserad form. Faktorerna som påverkar röstinstruktioners tillämplighet är processens komplexitet, språk-kompatibilitet, diktion, samt förkunskaper.