Auptimize: 为延伸现实优化空间音频提示的放置

延伸现实(XR)中的空间音频为用户提供更好的虚拟元素位置感知，以及高效地引导他们前往诸如通知、来自不同窗口的系统警报或靠近的头像等事件。然而，人类在局部声音提示时会出现误差，尤其是当声源数量较多时，这是由于人类听觉感知中的局限性，例如角度判别误差和前后混淆所致。这会降低XR界面效率，因为用户会误判声音来自哪个XR元素。为解决这一问题，我们提出了Auptimize，一种一种新的计算方法，用于放置XR声源，通过利用拟声效果来减轻此类局部化误差。Auptimize将声源位置从视觉元素中解耦，并将声源重新定位到最佳位置，以实现对声音提示的无歧义识别，避免由于声源间接近性和前后混淆所致的误差。我们的评估显示，与在配对的视觉-声位置播放声音提示相比，Auptimize降低了基于空间音频的源识别误差。我们演示了Auptimize适用于多种基于空间音频的交互式XR场景。