鈴木 皇志(筑波大学情報メディア創成学類)，鈴木 悠真(筑波大学情報理工学位プログラム)，崔 明根(筑波大学システム情報系)，志築 文太郎(筑波大学システム情報系)

https://www.wiss.org/WISS2025/assets/representatives/24.jpg

概要

VRにおける発声による仮想オブジェクト移動操作（発声操作）は，三次元座標系の特定の軸方向へオブジェクトを移動させる．そのため，移動先の位置によっては多くの操作が必要となり，結果として多くの移動時間を要する．我々は，この課題を解決するために，発声操作に加えて頭部方向を用いる手法を開発した．本手法では，頭部の方向に，オブジェクトの移動に使われる座標系が連動して回転するため，ユーザは一度の操作によって目的の方向へオブジェクトを移動できる．ユーザ実験では，手法のより適切な設計を探るために，連続的な非言語的発声による操作および離散的な移動距離の発声による操作と，頭部による操作および視線による操作を組み合わせた計4つの設計を実装した．研究室内実験の結果，いずれの設計も発声のみの操作に比べて速いことが分かった．

参加者メモ・コメント

ハンズフリーなHMDの用途があるのは同意な一方で，皿洗いのときはHMD外したほうがいいんでは的な…w

オブジェクトの周りの目盛りと移動先との位置関係が大変重要そう

ラベルがついていないターゲットもある？

例えば「あー」系は声の音高や音量を使うと複数次元を同時に操作できるみたいなメリットがあるとかは考えないとか

例えば言語情報を使う場合だとLLMを使うと曖昧な表現でもそれなりによしなにやってくれそう，とか

オブジェクトを移動するときの距離がわかりにくそう（慣れに時間がかかるな）

「裏声コマンド」は使えないかな？（日常発話との分離）

DualVoice: ささやき vs 通常音声、でコマンド識別

裏声って解剖学的になんか良い感じの判別に繋がりそうな特徴量ありましたっけ

単純にピッチ判別で通常音声のオクターブ高をコマンド判別するのでもいいのかも。

質疑

視線操作時、オブジェクトは視線方向に追従してしまうと思いますが、どうやって移動先を目視するのでしょう？

この手法が有用なシチュエーション、応用例は？（皿洗い、パズルゲームの紹介がありましたが…）