การเปลี่ยนจากเสียงโมโนมาเป็นเสียงไบนอรัลที่ติดตามศีรษะพร้อมเสียงสะท้อนของห้อง ทำให้คะแนนการดื่มด่ำใน VR เพิ่มจาก 3.88 เป็น 7.91 บนสเกล 9 คะแนน ในงานวิจัยที่ใช้ผู้ฟังผ่านการฝึก 17 คน ผลในห้องทดลองนี้อยู่เคียงข้างตัวเลขรวมที่สุขุมกว่ามาก คือผลของเสียงต่อความรู้สึกมีตัวตนใน 13 ขนาดอิทธิพลอยู่ที่ r = .260 ต่ำกว่าการติดตามผู้ใช้ที่ r = .408 จากงานวิจัยที่ตีพิมพ์ 243 ชิ้น คะแนนมัธยฐานของ Igroup Presence Questionnaire (IPQ) อยู่ที่เพียง 0.28 บนสเกลตั้งแต่ -3 ถึง 3 และหลักฐานว่าผลเหล่านี้ใช้ได้กับเกมเชิงพาณิชย์ยังมีน้อย เรารวบรวมข้อมูลจาก ACM TOCHI, ACM CHI, PLOS ONE, วารสารในกลุ่ม Frontiers, Presence: Teleoperators and Virtual Environments และ Meta Reality Labs สำหรับข้อมูลการยอมรับใช้งานและอุปกรณ์ ดูสรุปแยกของเราเรื่องสถิติเสียงเชิงพื้นที่ ส่วนหน้านี้ว่าด้วยสิ่งที่เสียงทำต่อความรู้สึกมีตัวตนอยู่ในโลกเสมือน (presence หรือ “ความรู้สึกว่าอยู่ที่นั่นจริง ๆ”) ที่วัดได้ และคะแนนการดื่มด่ำ
สรุปโดยย่อ
- ผลรวมของเสียงต่อความรู้สึกมีตัวตนคือ r = .260, CI 95% [.203, .317], N = 757 ขณะที่การติดตามผู้ใช้ไปถึง r = .408 (Media Psychology, Cummings และ Bailenson 2016)
- คะแนน IPQ มัธยฐานจาก 243 งานวิจัยคือ 0.28 บนสเกล -3 ถึง 3 และงานวิจัยที่ใช้จอแสดงผลแบบสวมศีรษะมีค่าเฉลี่ย M = 0.5 (ACM TOCHI, Tran และคณะ 2024)
- การเรนเดอร์เสียงเต็มรูปแบบที่วิดีโอ 20% ได้ 5.79 เท่ากับ 5.76 ของเสียงไบนอรัลที่ไม่มีเสียงก้องที่วิดีโอ 100% โดย p = 0.891 (Frontiers in Signal Processing, Potter และคณะ 2022)
- ภูมิทัศน์เสียงเปลี่ยนคะแนนความรู้สึกมีตัวตนแบบข้อเดียวของ IPQ ด้วย η² = 0.386 เทียบกับ η² = 0.130 สำหรับเสียงฝีเท้า แต่ความรู้สึกมีตัวตนเชิงพื้นที่ของ IPQ ไม่แสดงผลที่มีนัยสำคัญ (Frontiers in Robotics and AI, Kern และ Ellermeier 2020)
- เสียงที่ปรับปรุงแล้วยกคุณภาพเสียงของ Job Simulator จาก 7.11 เป็น 7.43, F(1,63) = 24.49, p<0.001 (Frontiers in Virtual Reality, Mavridou และคณะ 2025, ได้รับการสนับสนุนจากผู้พัฒนาเครื่องมือ)
- การทดสอบเกมสยองขวัญระหว่างเสียง 3 มิติกับสเตอริโอไม่พบความแตกต่างของแบบสอบถามที่มีนัยสำคัญด้านการดื่มด่ำหรือความรู้สึกมีตัวตน (Aalborg University, Larsen และ Pilgaard 2015)
- IPQ แสดง r = 0.82 สำหรับภาพลวงของสถานที่ในการเปรียบเทียบแบบสอบถามสี่ชุด N = 50 (ACM CHI, Degenhard และคณะ 2025)
- IPQ ได้ α = .87 และใช้เวลากรอกเฉลี่ย 2.449 นาที (ACM CHI, Schwind และคณะ 2019)
- การสวมจอแสดงผลแบบสวมศีรษะทำให้ความคลาดเคลื่อนมุมเงยของเสียงเพิ่มขึ้นราว 1.8° ในการทดสอบแบบปิดตา (PLOS ONE, Ahrens และคณะ 2019)
- จากผลลัพธ์เกี่ยวกับความรู้สึกมีตัวตนและอาการเมาไซเบอร์ 21 รายการ เป็นผลลบ 11 ผลบวก 6 และไม่พบผล 4 รายการ (Frontiers in Psychology, Weech และคณะ 2019)
1. เกณฑ์เทียบ IPQ: คะแนนความรู้สึกมีตัวตนจาก 243 งานวิจัยหน้าตาเป็นอย่างไร
คะแนน IPQ มัธยฐานที่ตีพิมพ์คือ 0.28 บนสเกล -3 ถึง 3 คะแนนที่ฟังดูต่ำจึงเป็นเรื่องปกติ และเงื่อนไขในระดับ 5% สูงสุดเริ่มต้นที่เพียง 1.30 ทีมเสียงที่อ้างตัวเลข IPQ ดิบทุกทีมต้องมีบริบทนี้ก่อนจะบอกว่าผลลัพธ์ดีหรือแย่ ซึ่งเป็นจุดประสงค์ของการวิเคราะห์ IPQ ยี่สิบปีใน ACM TOCHI
การแยกตามสเกลย่อยคือส่วนที่เป็นประโยชน์ ความสมจริงที่รับรู้เป็นสเกลย่อยเดียวที่ค่าเฉลี่ยเป็นลบ ดังนั้นการที่โลกเสมือนให้ความรู้สึกจริงหรือไม่จึงเป็นมิติที่อ่อนที่สุดในเกณฑ์เทียบ และส่วนที่ 3 แสดงว่าเป็นมิติที่เสียงขยับได้ การวิเคราะห์นี้ไม่ได้แยกตามเงื่อนไขเสียง จึงยังไม่มีใครบอกได้ว่าเสียงมีส่วนอะไรต่อเกณฑ์เทียบเหล่านี้
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ชุดข้อมูลและคะแนน IPQ โดยรวม ปรับสเกลใหม่เป็นช่วง -3 ถึง 3 | 243 งานวิจัยจาก 229 บทความ ผู้เข้าร่วม 9,354 คน; M = 0.4, SD = 0.5, Mdn = 0.3 | Tran และคณะ, ACM TOCHI 2024 |
| ค่าตัดตามเปอร์เซ็นไทล์ของคะแนนโดยรวม ทุกงานวิจัย | P50 = 0.28, P75 = 0.73, P90 = 1.07, P95 = 1.30 | Tran และคณะ, ACM TOCHI 2024 |
| คะแนน IPQ ตามประเภทจอแสดงผล: จอแสดงผลแบบสวมศีรษะ เทียบกับโปรเจกเตอร์ และเทียบกับจอแบบภาพเดี่ยวบนเดสก์ท็อปหรือมือถือ | HMD M = 0.5 (P75 = 0.83, 180 งานวิจัย); โปรเจกเตอร์ M = 0.2 (34 งานวิจัย); จอแบบภาพเดี่ยว M = -0.2 (39 งานวิจัย); F ของ Welch = 23.37, p < .001 | Tran และคณะ, ACM TOCHI 2024 |
| ค่าเฉลี่ยของสเกลย่อย IPQ 162 งานวิจัย | ความรู้สึกมีตัวตนโดยทั่วไป M = 0.9, SD = 0.7; ความรู้สึกมีตัวตนเชิงพื้นที่ M = 0.8, SD = 0.7; การมีส่วนร่วม M = 0.3, SD = 0.6; ความสมจริงที่รับรู้ M = -0.3, SD = 0.6 | Tran และคณะ, ACM TOCHI 2024 |
ป้ายระดับอิงตามเปอร์เซ็นไทล์: 121 จาก 243 งานวิจัย (49.8%) อยู่ในช่วงที่เรียกว่าต่ำ เพราะช่วงนั้นถูกนิยามว่าเป็นทุกอย่างที่ต่ำกว่าค่ามัธยฐาน
2. เสียงขยับความรู้สึกมีตัวตนได้มากแค่ไหน: ภาพรวมจากการวิเคราะห์อภิมาน
ผลรวมของเสียงต่อความรู้สึกมีตัวตนคือ r = .260, CI 95% [.203, .317] นี่เป็นผลที่มีอยู่จริง และการวิเคราะห์อภิมานของ Stanford ใน Media Psychology เรียกว่าเล็กถึงปานกลาง งานวิจัยยังสรุปด้วยว่าผลของเสียงค่อนข้างเล็กเมื่อเทียบกับคุณลักษณะอื่น และอ่อนกว่าการติดตามอย่างมีนัยสำคัญ แต่ก็ยังอยู่เหนือคุณภาพภาพ ซึ่งมีผลเล็กกว่าเสียงอย่างมีนัยสำคัญ
เสียงในที่นี้เป็นตัวแปรรวมตัวเดียวที่ครอบคลุมการมีหรือไม่มีเสียง เสียงบรรยากาศ เสียงในฉากหรือเสียงที่ถูกทำให้เป็นเชิงพื้นที่ และจำนวนช่องสัญญาณ การวิเคราะห์อภิมานไม่ได้ให้ค่าประมาณรวมสำหรับเสียงเชิงพื้นที่เพียงอย่างเดียว จึงยกค่า r ของเสียงเชิงพื้นที่จากงานนั้นมาอ้างไม่ได้
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| คุณลักษณะที่ทำให้ดื่มด่ำทั้งหมดรวมกัน ผลต่อความรู้สึกมีตัวตน | r = .316, CI 95% [.295, .338], K = 115 ขนาดอิทธิพลจาก 83 งานวิจัย, N = 6,998 | Cummings และ Bailenson, Media Psychology 2016 |
| เสียงในฐานะคุณลักษณะของระบบ ผลต่อความรู้สึกมีตัวตน | r = .260, CI 95% [.203, .317], K = 13, N = 757 | Cummings และ Bailenson, Media Psychology 2016 |
| ระดับการติดตามผู้ใช้ ผลต่อความรู้สึกมีตัวตน | r = .408, CI 95% [.360, .456], K = 22, N = 1,566 | Cummings และ Bailenson, Media Psychology 2016 |
| ภาพสามมิติแบบสเตอริโอสโคปิก มุมมองภาพ และคุณภาพภาพ ผลของแต่ละอย่างต่อความรู้สึกมีตัวตน | ภาพสามมิติแบบสเตอริโอสโคปิก r = .320, K = 18; มุมมองภาพ r = .304, K = 14; คุณภาพภาพ r = .150, CI 95% [.086, .214], K = 10, N = 855 | Cummings และ Bailenson, Media Psychology 2016 |
| การทบทวนขอบเขตเรื่องเสียงใน VR ที่ใช้จอแสดงผลแบบสวมศีรษะ | n = 121 งานวิจัย; ผลถูกอธิบายว่าปะปนกันด้านความรู้สึกมีตัวตน | Bosman และคณะ, Behaviour and Information Technology 2024 |
| การทดสอบแบบมีกลุ่มควบคุมที่เก่าที่สุดในชุดนี้: เพิ่มเสียงเชิงพื้นที่ให้จอแสดงผลภาพสามมิติ | ความรู้สึกมีตัวตนสูงขึ้นอย่างมีนัยสำคัญ ความสมจริงที่ปรากฏไม่เพิ่มขึ้น | Hendrix และ Barfield, IEEE Virtual Reality Annual International Symposium 1995 |
ข้อมูลล่าสุดที่มี: Cummings และ Bailenson, 2016 การทบทวนงานวิจัย 121 ชิ้นที่ใหม่กว่าเป็นการทบทวนขอบเขต ไม่ใช่การวิเคราะห์แบบรวม และเราไม่พบการวิเคราะห์อภิมานที่เจาะจงเรื่องเสียง บทความจากการประชุม IEEE ปี 1995เป็นหมุดหมายทางประวัติศาสตร์ที่มีประโยชน์ เพราะแยกความรู้สึกมีตัวตนออกจากความสมจริงตั้งแต่ตอนนั้นแล้ว งานวิจัยปี 2022 ใน Presence: Teleoperators and Virtual Environments ที่มีผู้เข้าร่วม 51 คน (28 คนใช้ HMD แบบสเตอริโอสโคปิก 23 คนใช้จอมอนิเตอร์) ก็พบผลขนาดใหญ่ต่อความรู้สึกมีตัวตนเชิงพื้นที่จากการดูแบบสเตอริโอสโคปิกเช่นกัน โดยบทคัดย่อไม่ระบุตัวเลขขนาดอิทธิพล
3. ภูมิทัศน์เสียงเทียบกับเสียงฝีเท้า: เสียงชั้นไหนขยับคะแนน
ภูมิทัศน์เสียงบรรยากาศอธิบายคะแนนความรู้สึกมีตัวตนได้มากกว่าเสียงฝีเท้ามาก: η² = 0.386 เทียบกับ η² = 0.130 ในข้อเดียวของ IPQ ภูมิทัศน์เสียงในที่นี้หมายถึงเสียงพื้นหลังต่อเนื่องของสถานที่ ผลนี้ชี้ว่าคำถามเรื่องงบประมาณมีลำดับ คือวางสภาพแวดล้อมก่อน แล้วค่อยทำเสียงปฏิสัมพันธ์ ข้อมูลล่าสุดที่มี: Kern และ Ellermeier, Frontiers in Robotics and AI 2020
ผู้เขียนระบุว่าความรู้สึกมีตัวตนเมื่อไม่มีเสียงอยู่ระหว่าง 40 ถึง 54 เปอร์เซ็นต์ของความรู้สึกมีตัวตนในโลกจริง โดยเสียงฝีเท้ารวมกับภูมิทัศน์เสียงเพิ่มให้ราว 15-20 จุดเปอร์เซ็นต์ และเพดานอยู่ใกล้ 70% ผู้เข้าร่วมเดินบนลู่วิ่งผ่านฉากธรรมชาติสูงสุด 5 นาทีต่อเงื่อนไข ซึ่งไม่ใช่เกม จึงควรมองว่าเป็นผลของชั้นเสียง ไม่ใช่ผลระดับประเภทเกม
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| คะแนนความรู้สึกมีตัวตนบนสเกล 1-100 การทดลองที่ 1 (N = 36): เพิ่มภูมิทัศน์เสียงเทียบกับไม่เพิ่ม และเพิ่มเสียงฝีเท้าเทียบกับไม่เพิ่ม | ภูมิทัศน์เสียง F(1, 35) = 48.95, p < 0.001, η² = 0.583; เสียงฝีเท้า F(1, 35) = 0.003, p = 0.96 | Kern และ Ellermeier, Frontiers in Robotics and AI 2020 |
| ความรู้สึกมีตัวตนแบบข้อเดียวของ IPQ การทดลองที่ 2 (N = 40): ภูมิทัศน์เสียงเทียบกับเสียงฝีเท้า | ภูมิทัศน์เสียง F(1, 39) = 24.512, p < 0.001, η² = 0.386; เสียงฝีเท้า F(1, 39) = 5.821, p = 0.021, η² = 0.130 | Kern และ Ellermeier, Frontiers in Robotics and AI 2020 |
| ค่าเฉลี่ยความสมจริงของ IPQ: ระบบตัดเสียงรบกวนอย่างเดียวเทียบกับเสียงฝีเท้ารวมภูมิทัศน์เสียง | -1.375 เทียบกับ -0.306 | Kern และ Ellermeier, Frontiers in Robotics and AI 2020 |
| ค่าเฉลี่ยการมีส่วนร่วมของ IPQ: ระบบตัดเสียงรบกวนอย่างเดียวเทียบกับเสียงฝีเท้ารวมภูมิทัศน์เสียง | -0.331 เทียบกับ 0.256; ภูมิทัศน์เสียง F(1, 39) = 36.983, p < 0.001, η² = 0.487 | Kern และ Ellermeier, Frontiers in Robotics and AI 2020 |
| ค่าเฉลี่ยความรู้สึกมีตัวตนเชิงพื้นที่ของ IPQ: ระบบตัดเสียงรบกวนอย่างเดียวเทียบกับเสียงฝีเท้ารวมภูมิทัศน์เสียง | 0.17 เทียบกับ 0.33; ไม่มีผลที่มีนัยสำคัญจากปัจจัยใดปัจจัยหนึ่ง | Kern และ Ellermeier, Frontiers in Robotics and AI 2020 |
ส่วนต่างของความสมจริงใน IPQ ระหว่างสองเงื่อนไขนั้นคือ -0.306 ลบ -1.375 = 1.069 คะแนน ความรู้สึกมีตัวตนเชิงพื้นที่คือเรื่องที่ไม่คาดคิด: เสียงเปลี่ยนว่าฉากให้ความรู้สึกสมจริงและดึงดูดใจเพียงใด แต่ไม่ได้เปลี่ยนสเกลย่อยที่ใช้ชื่อเดียวกับเสียงเชิงพื้นที่อย่างมีนัยสำคัญ
4. การเรนเดอร์เชิงพื้นที่เทียบกับความละเอียดวิดีโอ
เมื่อเรนเดอร์เสียงเต็มรูปแบบ วิดีโอลดลงเหลือความละเอียด 20% ก็ยังได้ 5.79 ซึ่งเท่ากันทางสถิติกับ 5.76 ที่วิดีโอ 100% แบบไม่มีเสียงก้อง (U = 567.0, p = 0.891) เสียงก้องในที่นี้หมายถึงการสะท้อนของห้องที่บอกหูว่าพื้นที่ใหญ่แค่ไหน ผลนี้ทำให้การเรนเดอร์เสียงเข้าสู่การถกเถียงเรื่องงบประมาณเดียวกับความละเอียด แม้ผู้เขียนจะระบุว่าผู้ทดสอบที่ไม่มีประสบการณ์จะเป็นตัวแทนได้ดีกว่าผู้ฟังที่ผ่านการฝึกของพวกเขา
เนื้อหาที่ใช้ทดสอบคือเสียงพูดและดนตรีบน HTC Vive ไม่ใช่เนื้อหาเกม สำหรับด้านกายภาพของเสียงก้อง ดูสถิติเสียงสะท้อนของห้องแสดงดนตรีของเรา เปอร์เซ็นต์จากงานวิจัยเก่าด้านล่างนำมาซ้อนรวมกันไม่ได้ เพราะแต่ละงานเปรียบเทียบเงื่อนไขต่างกันบนฮาร์ดแวร์ต่างกัน
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| คะแนนการดื่มด่ำบนสเกล 9 คะแนน วิดีโอ 100%: เสียงโมโนเทียบกับเสียงไบนอรัลที่ติดตามศีรษะพร้อมเสียงก้อง | 3.88 เทียบกับ 7.91 (N = 17) | Potter และคณะ, Frontiers in Signal Processing 2022 |
| คะแนนการดื่มด่ำ: เสียงไบนอรัลที่ติดตามศีรษะพร้อมเสียงก้องที่วิดีโอ 20% เทียบกับเสียงไบนอรัลที่ติดตามศีรษะที่วิดีโอ 100% | 5.79 (CI 95% 5.24-6.35) เทียบกับ 5.76 (CI 95% 5.18-6.35); U = 567.0, p = 0.891 | Potter และคณะ, Frontiers in Signal Processing 2022 |
| ผล Kruskal-Wallis ของการดื่มด่ำตามวิธีเสียงเชิงพื้นที่เทียบกับตามความละเอียดวิดีโอ | เสียง H(2) = 145.917, p < 0.001; วิดีโอ H(2) = 34.709, p < 0.001 | Potter และคณะ, Frontiers in Signal Processing 2022 |
| การเปลี่ยนแปลงของการดื่มด่ำเฉลี่ยที่วิดีโอ 100%: จากเสียงโมโนเป็นเสียงไบนอรัลที่ติดตามศีรษะ และการตัดเสียงก้องออก | เพิ่มขึ้น 48%; ลดลง 27.2% | Potter และคณะ, Frontiers in Signal Processing 2022 |
| ความรู้สึกมีตัวตนเฉลี่ย ไม่มีเสียงเทียบกับเสียงเชิงพื้นที่พร้อมเสียงก้องในห้องลูกบาศก์ VR แบบลำโพง | เพิ่มขึ้น 25.6% (p < 0.01) | Larsson และคณะ 2007 (รายงานทุติยภูมิ ดูข้อสังเกตเกี่ยวกับข้อมูล) |
| ความรู้สึกมีตัวตนเฉลี่ย เสียงโมโนเทียบกับเสียงไบนอรัลที่ไม่มีเสียงก้อง ไม่ติดตามศีรษะ | เพิ่มขึ้น 20% | Hendrix และ Barfield 1996 (รายงานทุติยภูมิ ดูข้อสังเกตเกี่ยวกับข้อมูล) |
| ความรู้สึกมีตัวตนเฉลี่ย ไม่มีเสียงเทียบกับเสียงสเตอริโอแบบง่าย | เพิ่มขึ้น 9.0% (p < 0.01) | Dinh และคณะ 1999 (รายงานทุติยภูมิ ดูข้อสังเกตเกี่ยวกับข้อมูล) |
ส่วนต่างจากเสียงโมโนไปเป็นการเรนเดอร์เต็มรูปแบบในแถวแรกคือ 7.91 / 3.88 = 2.04 เท่า ข้อมูลล่าสุดที่มี: Potter และคณะ, Frontiers in Signal Processing 2022
5. ภายในเกม VR จริง: จุดที่ผลหาได้ยากขึ้น
เสียงที่ปรับปรุงแล้วยกคะแนนคุณภาพเสียงของ Job Simulator จาก 7.11 เป็น 7.43 (F(1,63) = 24.49, p<0.001) ขณะที่เครื่องมือเดียวกันไม่ทำให้ความรู้สึกมีตัวตนที่รายงานด้วยตนเองเปลี่ยนไปอย่างมีนัยสำคัญในการจำลองเชิงไม่พาณิชย์ งานวิจัย Frontiers in Virtual Reality ปี 2025เป็นสิ่งที่ใกล้เคียงที่สุดกับการทดสอบสมัยใหม่บนเกมเชิงพาณิชย์ และผู้เขียนระบุว่าการตอบสนองที่แรงกว่าในเกมเชิงพาณิชย์น่าจะมาจากสถาปัตยกรรมเสียง ข้อสรุปสำหรับนักพัฒนา: การประมวลผลหลังสามารถขยายงานออกแบบเสียงที่มีอยู่ได้ แต่สร้างสิ่งที่ไม่มีอยู่ขึ้นมาไม่ได้
ควรพิจารณาขนาดของผลนั้นอย่างระมัดระวัง งานวิจัยนี้ได้รับการสนับสนุนบางส่วนจาก Bongiovi Acoustic Labs ผู้พัฒนาเครื่องมือเสียง ผู้ร่วมเขียนหลายคนสังกัดบริษัทนั้น และไม่มีการรายงานขนาดอิทธิพล แหล่งข้อมูลบริบทเกมอีกสองแหล่งด้านล่างคือวิทยานิพนธ์ปริญญาโทจาก Aalborg Universityและบทความเรื่องเสียงสะท้อนของพื้นที่ในเกม VR ซึ่งทั้งสองไม่ได้ให้คะแนนความรู้สึกมีตัวตนที่เรานำมาอ้างได้
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| กลุ่มตัวอย่างและการออกแบบการทดสอบเสียงที่ปรับปรุงแล้วเทียบกับเสียงปกติ | รับสมัคร 68 คน ออกแบบภายในกลุ่มตัวอย่างเดียวกัน; เก็บ 58 คนไว้วิเคราะห์ทางสรีรวิทยา; HTC VIVE Pro Eye | Mavridou และคณะ, Frontiers in Virtual Reality 2025 (ได้รับการสนับสนุนจากผู้พัฒนาเครื่องมือ) |
| คะแนนคุณภาพเสียงของ Job Simulator ในข้อ 9 คะแนน เสียงที่ปรับปรุงแล้วเทียบกับเสียงปกติ | 7.43 ± 0.35 เทียบกับ 7.11 ± 0.36; F(1,63) = 24.49, p<0.001 | Mavridou และคณะ, Frontiers in Virtual Reality 2025 (ได้รับการสนับสนุนจากผู้พัฒนาเครื่องมือ) |
| คะแนนการมีส่วนร่วมและการระบุตำแหน่งเสียงของ Job Simulator เสียงที่ปรับปรุงแล้วเทียบกับเสียงปกติ | การมีส่วนร่วม F(1,63) = 6.79, p = 0.011; การระบุตำแหน่ง F(1,63) = 5.95, p = 0.018 | Mavridou และคณะ, Frontiers in Virtual Reality 2025 (ได้รับการสนับสนุนจากผู้พัฒนาเครื่องมือ) |
| ค่าอารมณ์เชิงบวกลบของ Job Simulator จากเซนเซอร์กล้ามเนื้อใบหน้า เสียงที่ปรับปรุงแล้วเทียบกับเสียงปกติ | 5.2 ± 1.1 เทียบกับ 4.7 ± 0.86; Wilcoxon t = 569.0, p = 0.0265 | Mavridou และคณะ, Frontiers in Virtual Reality 2025 (ได้รับการสนับสนุนจากผู้พัฒนาเครื่องมือ) |
| ความรู้สึกมีตัวตนที่รายงานด้วยตนเองใน Escape VR เสียงที่ปรับปรุงแล้วเทียบกับเสียงปกติ ตลอดทั้งประสบการณ์ | ไม่มีความแตกต่างที่มีนัยสำคัญ | Mavridou และคณะ, Frontiers in Virtual Reality 2025 (ได้รับการสนับสนุนจากผู้พัฒนาเครื่องมือ) |
| เกมสยองขวัญ เสียง 3 มิติเทียบกับสเตอริโอ | ไม่มีความแตกต่างของแบบสอบถามที่มีนัยสำคัญด้านการดื่มด่ำหรือความรู้สึกมีตัวตน; การตอบสนองทางไฟฟ้าของผิวหนัง (การนำไฟฟ้าของผิวหนัง) ต่างกันอย่างมีนัยสำคัญ | Larsen และ Pilgaard, วิทยานิพนธ์ปริญญาโท Aalborg University 2015 |
| พื้นที่ในเกม VR: เสียงก้องที่ออกแบบด้วยงานเสียงเทียบกับเสียงก้องที่ตรงกับห้องที่มองเห็น | ผู้ใช้ชอบเวอร์ชันที่ปรับแต่งเฉพาะเมื่อต้นฉบับแห้งมากหรือก้องมากเท่านั้น | Popp และ Murphy, Virtual Worlds 2024 |
บทคัดย่อของวิทยานิพนธ์เพิ่มคำเตือนของตัวเอง: เงื่อนไขเสียง 3 มิติยังมีความดังของเสียงสูงกว่าด้วย ซึ่งอาจอธิบายผลการนำไฟฟ้าของผิวหนังได้ ข้อมูลล่าสุดที่มีสำหรับการทดสอบนั้น: Larsen และ Pilgaard, 2015
6. แบบสอบถามใดตรวจจับการเปลี่ยนแปลงของเสียงได้จริง
IPQ แสดง r = 0.82 สำหรับภาพลวงของสถานที่ สูงสุดในแบบสอบถามสี่ชุด ในการเปรียบเทียบของ CHI 2025 ที่มี N = 50 ภาพลวงของสถานที่หมายถึงความรู้สึกว่าอยู่ในสถานที่เสมือน ซึ่งเป็นมิติที่เสียงเชิงพื้นที่มุ่งเป้า หากเครื่องมือมองไม่เห็นการเปลี่ยนแปลง ทีมเสียงก็จะอ่านว่าไม่มีผลเท่ากับไม่มีคุณค่า
งานวิจัยเดียวกันเตือนว่าเครื่องมือวัดความรู้สึกมีตัวตนยังหยาบ: ผู้เข้าร่วมโดยทั่วไปมองว่าความแตกต่างของคะแนนเล็กเกินไป และไม่มีแบบสอบถามใดจับการเปลี่ยนแปลงด้านความรู้สึกเป็นเจ้าของร่างกายได้ บทความ CHI 2019เพิ่มผลเชิงปฏิบัติ: การกรอกแบบฟอร์มภายในชุดหูฟังไม่ได้เปลี่ยนคะแนนเฉลี่ย ซึ่งช่วยหลีกเลี่ยงการขัดจังหวะประสบการณ์
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ส่วนต่างคะแนนเฉลี่ย เงื่อนไขความเข้มสูงลบต่ำ ตามแบบสอบถาม (พร้อมจำนวนข้อ) | SIP 0.57 (1 ข้อ), IPQ 0.43 (14 ข้อ), PQ 0.38 (19 ข้อ), SUS 0.36 (6 ข้อ) | Degenhard และคณะ, ACM CHI 2025 |
| ขนาดอิทธิพล r สำหรับภาพลวงของสถานที่ การทดสอบอันดับที่มีเครื่องหมายของ Wilcoxon | IPQ 0.82, SIP 0.75, SUS 0.72, PQ 0.57 | Degenhard และคณะ, ACM CHI 2025 |
| ขนาดอิทธิพล r สำหรับความน่าเชื่อของเหตุการณ์ ซึ่งหมายถึงเหตุการณ์ให้ความรู้สึกว่าเชื่อถือได้แค่ไหน | PQ 0.8, IPQ 0.67, SUS 0.38, SIP 0.36 | Degenhard และคณะ, ACM CHI 2025 |
| ผู้เข้าร่วมที่เห็นด้วยกับส่วนต่างคะแนน | IPQ 33.6%, PQ 25.6% | Degenhard และคณะ, ACM CHI 2025 |
| ความสอดคล้องภายใน α ของ Cronbach (N = 36) | IPQ α = .87, WS α = .82, SUS α = .75 | Schwind และคณะ, ACM CHI 2019 |
| เวลากรอกเฉลี่ยเป็นนาที | SUS 1.107, IPQ 2.449, WS 5.982 | Schwind และคณะ, ACM CHI 2019 |
| ค่าเฉลี่ย IPQ กรอกภายใน VR เทียบกับภายนอก VR | F(1, 34) = .013, p = .909 | Schwind และคณะ, ACM CHI 2019 |
SIP คือสเกลความรู้สึกมีตัวตนแบบข้อเดียว SUS คือแบบสอบถาม Slater-Usoh-Steed ส่วน PQ และ WS เป็นรูปแบบของ Presence Questionnaire ของ Witmer และ Singer ข้อมูลล่าสุดที่มีสำหรับความน่าเชื่อถือของเครื่องมือและเวลา: Schwind และคณะ, 2019
7. การระบุตำแหน่งเสียง การปรับให้เหมาะกับบุคคล และผลข้างเคียง
การสวมชุดหูฟังเพียงอย่างเดียวทำให้ความคลาดเคลื่อนมุมเงยของเสียงเพิ่มขึ้นราว 1.8° (F(1,2049) = 35.29, p<0.0001) ในการทดสอบแบบปิดตา ส่วนหนึ่งของปัญหาเสียงใน VR คืออุปกรณ์ที่สวมบนศีรษะ ก่อนที่การเรนเดอร์ใด ๆ จะทำงาน ภาพช่วยชดเชยได้บางส่วน: ในงานวิจัยของ PLOS ONE การแสดงห้องและตำแหน่งมือลดความคลาดเคลื่อนมุมเงยลง สำหรับตัวเลขฝั่งชุดหูฟัง ดูสถิติการระบุตำแหน่งเสียงของหูฟังเกมของเรา
ฟังก์ชันถ่ายโอนที่เกี่ยวกับศีรษะ (HRTF) ของแต่ละบุคคล ซึ่งเป็นตัวกรองที่อธิบายว่าหูและศีรษะของแต่ละคนปรับเปลี่ยนเสียงอย่างไร แสดงประโยชน์ต่อความรู้สึกมีตัวตนในบทความของ Chalmers ปี 2004 แต่บทคัดย่อไม่ให้ตัวเลข และการตั้งค่าการวัดของ Metaแสดงว่าทำไมจึงขยายขนาดไม่ได้ อาการเมาเป็นตัวแปรที่ยังเปิดอยู่อีกตัว: บทความทบทวนใน Frontiers in Psychologyอ้างถึง Viaud-Delmon และคณะ (2006) ซึ่งการเพิ่มสัญญาณเสียงทำให้ความรู้สึกมีตัวตนเพิ่มขึ้นแต่ก็ทำให้อาการเมาไซเบอร์เพิ่มขึ้นด้วย
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความคลาดเคลื่อนมุมเงยของเสียง สวมเทียบกับไม่สวม HMD ปิดตา (N = 10) | เพิ่มขึ้นราว 1.8°; F(1,2049) = 35.29, p<0.0001 | Ahrens และคณะ, PLOS ONE 2019 |
| ความคลาดเคลื่อนมุมเงย ปิดตาและสวม HMD เทียบกับห้องเสมือนที่มีตำแหน่งมือ | 10.2° เทียบกับ 8.1° | Ahrens และคณะ, PLOS ONE 2019 |
| ผลลัพธ์ที่ตีพิมพ์เรื่องความรู้สึกมีตัวตนและอาการเมาไซเบอร์ ตามทิศทางของความสัมพันธ์ | 21 รายการจาก 20 สิ่งตีพิมพ์: ผลลบ 11 ผลบวก 6 ไม่พบผล 4 | Weech และคณะ, Frontiers in Psychology 2019 |
| ช่วงของสหสัมพันธ์ที่รายงานระหว่างความรู้สึกมีตัวตนกับอาการเมาไซเบอร์ | ตั้งแต่ r(6) = -0.63 (Cooper และคณะ, 2016) ถึง r(58) = 0.67 (Liu และ Uang, 2011) | Weech และคณะ, Frontiers in Psychology 2019 |
| HRTF เฉพาะบุคคลเทียบกับ HRTF ทั่วไป คะแนนความรู้สึกมีตัวตนสำหรับสิ่งเร้าไบนอรัล | เพิ่มขึ้นอย่างมีนัยสำคัญ; ไม่มีตัวเลขในบทคัดย่อ | Väljamäe และคณะ, Proceedings of the 7th Annual Workshop Presence 2004 |
| อุปกรณ์เก็บข้อมูล HRTF ที่ Facebook Reality Labs Research | ลำโพง 54 ตัวบนแขนที่หมุนได้; ขั้นตอนใช้เวลาราวครึ่งชั่วโมง (คำอธิบายของผู้ผลิตเอง) | Meta, Inside Facebook Reality Labs Research 2020 |
ข้อมูลล่าสุดที่มี: Weech และคณะ, 2019, Ahrens และคณะ, 2019, Meta, 2020 และ Väljamäe และคณะ, 2004 การทดสอบของ PLOS ONE มีผู้เข้าร่วมเพียง 10 คน และใช้ชุดหูฟังเพียงรุ่นเดียว
สรุป: ความรู้สึกมีตัวตนและการดื่มด่ำของเสียงเกม VR ในรูปแบบตัวเลข
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| เสียงในฐานะคุณลักษณะของระบบ ผลต่อความรู้สึกมีตัวตน | r = .260, CI 95% [.203, .317], N = 757 | Media Psychology 2016 |
| คะแนน IPQ โดยรวมมัธยฐาน ช่วง -3 ถึง 3 | 0.28 (P50) | ACM TOCHI 2024 |
| การดื่มด่ำ เสียงโมโนเทียบกับเสียงไบนอรัลที่ติดตามศีรษะพร้อมเสียงก้อง วิดีโอ 100% | 3.88 เทียบกับ 7.91 | Frontiers in Signal Processing 2022 |
| ภูมิทัศน์เสียงเทียบกับเสียงฝีเท้า ความรู้สึกมีตัวตนแบบข้อเดียวของ IPQ | η² = 0.386 เทียบกับ η² = 0.130 | Frontiers in Robotics and AI 2020 |
| ความรู้สึกมีตัวตนเฉลี่ย ไม่มีเสียงเทียบกับเสียงเชิงพื้นที่พร้อมเสียงก้อง | เพิ่มขึ้น 25.6% (p < 0.01) | Larsson และคณะ 2007 (รายงานทุติยภูมิ) |
| คุณภาพเสียงของ Job Simulator เสียงที่ปรับปรุงแล้วเทียบกับเสียงปกติ | 7.43 เทียบกับ 7.11, p<0.001 | Frontiers in Virtual Reality 2025 (ได้รับการสนับสนุนจากผู้พัฒนาเครื่องมือ) |
| ความรู้สึกมีตัวตนที่รายงานด้วยตนเองใน Escape VR เสียงที่ปรับปรุงแล้วเทียบกับเสียงปกติ | ไม่มีความแตกต่างที่มีนัยสำคัญ | Frontiers in Virtual Reality 2025 (ได้รับการสนับสนุนจากผู้พัฒนาเครื่องมือ) |
| เกมสยองขวัญ เสียง 3 มิติเทียบกับสเตอริโอ การดื่มด่ำและความรู้สึกมีตัวตนจากแบบสอบถาม | ไม่มีความแตกต่างที่มีนัยสำคัญ | วิทยานิพนธ์ปริญญาโท Aalborg University 2015 |
| เสียงใน VR ที่ใช้จอแสดงผลแบบสวมศีรษะ งานวิจัยที่ทบทวนขอบเขต | n = 121 ผลปะปนกันด้านความรู้สึกมีตัวตน | Behaviour and Information Technology 2024 |
| ขนาดอิทธิพลของ IPQ สำหรับภาพลวงของสถานที่ | r = 0.82 | ACM CHI 2025 |
| ความน่าเชื่อถือของ IPQ และเวลากรอกเฉลี่ย | α = .87; 2.449 นาที | ACM CHI 2019 |
| ผลของชุดหูฟังต่อความคลาดเคลื่อนมุมเงยของเสียง | สูงขึ้นราว 1.8° | PLOS ONE 2019 |
| ความคลาดเคลื่อนมุมเงย ปิดตาและสวม HMD เทียบกับห้องเสมือนที่มีตำแหน่งมือ | 10.2° เทียบกับ 8.1° | PLOS ONE 2019 |
| ผลลัพธ์เรื่องความรู้สึกมีตัวตนและอาการเมาไซเบอร์ ตามทิศทาง | ผลลบ 11 ผลบวก 6 ไม่พบผล 4 | Frontiers in Psychology 2019 |
| อุปกรณ์เก็บข้อมูล HRTF | ลำโพง 54 ตัว ราวครึ่งชั่วโมง (คำอธิบายของผู้ผลิตเอง) | Meta 2020 |
ระเบียบวิธีและแหล่งที่มา
เราอ่านงานวิจัยแต่ละชิ้นด้านล่างโดยตรง ทั้งฉบับเต็มหรือบทคัดย่อ และรายงานชื่อแบบสอบถาม ขนาดกลุ่มตัวอย่าง และสัญลักษณ์ทางสถิติตามที่งานวิจัยนั้นพิมพ์ไว้ ตัวเลขที่ปรากฏเฉพาะในข้อความตัดตอนจากการค้นหาถูกตัดออก
- Tran และคณะ, Classifying Presence Scores: Insights and Analysis from Two Decades of the Igroup Presence Questionnaire, ACM TOCHI 2024
- Cummings และ Bailenson, How Immersive Is Enough?, Media Psychology 2016
- Kern และ Ellermeier, Audio in VR: Effects of a Soundscape and Movement-Triggered Step Sounds on Presence, Frontiers in Robotics and AI 2020
- Potter, Cvetković และ De Sena, On the Relative Importance of Visual and Spatial Audio Rendering on VR Immersion, Frontiers in Signal Processing 2022
- Mavridou และคณะ, Did You Hear That?, Frontiers in Virtual Reality 2025
- Degenhard และคณะ, When Do We Feel Present in a Virtual Reality?, ACM CHI 2025
- Schwind และคณะ, Using Presence Questionnaires in Virtual Reality, ACM CHI 2019
- Bosman และคณะ, The Effect of Audio on the Experience in Virtual Reality: A Scoping Review, Behaviour and Information Technology 2024
- Ahrens และคณะ, Sound Source Localization with Varying Amount of Visual Information in Virtual Reality, PLOS ONE 2019
- Weech, Kenny และ Barnett-Cowan, Presence and Cybersickness in Virtual Reality Are Negatively Related: A Review, Frontiers in Psychology 2019
- Hendrix และ Barfield, Presence in Virtual Environments as a Function of Visual and Auditory Cues, IEEE 1995
- Väljamäe และคณะ, Auditory Presence, Individualized Head-Related Transfer Functions, and Illusory Ego-Motion in Virtual Environments, 2004
- Uz-Bilgin, Thompson และ Klopfer, Stereoscopic Views Improve Spatial Presence but Not Spatial Learning in VR Games, Presence: Teleoperators and Virtual Environments 2022
- Popp และ Murphy, Speech Intelligibility Versus Congruency, Virtual Worlds 2024
- Larsen และ Pilgaard, The Effect of Spatial Audio on Immersion, Presence, and Physiological Response in Games, Aalborg University 2015
- Meta, Inside Facebook Reality Labs Research: The Future of Audio, 2020
- ข้อสังเกตเกี่ยวกับข้อมูล: หลักฐานแบบมีกลุ่มควบคุมเกี่ยวกับเกม VR เชิงพาณิชย์ยังมีน้อย และตัวเลขส่วนใหญ่ในที่นี้มาจากฉากที่เป็นเสียงพูด ดนตรี การเดิน หรือการจำลอง สเกลต่างกันไปในแต่ละงานวิจัย (IPQ -3 ถึง 3, ข้อ 1-100, ข้อ 9 คะแนน) จึงเปรียบเทียบค่าข้ามแถวไม่ได้ เว้นแต่แถวนั้นระบุไว้ กลุ่มย่อยตามจอแสดงผลในส่วนที่ 1 รวมกันได้ 253 งานวิจัย เทียบกับ 237 งานวิจัยที่รายงานว่าระบุประเภทจอแสดงผล และค่าเฉลี่ยโดยรวมคือ M = 0.4 สำหรับทั้ง 243 งานวิจัย แต่ M = 0.3 ในตารางจอแสดงผล 237 งานวิจัย เราจึงไม่รวมจำนวนเหล่านั้นเข้าด้วยกัน ในบทความ Frontiers in Virtual Reality ปี 2025 เราตัดตัวเลขหลายตัวที่ดูไม่สอดคล้องกันในข้อความที่ตีพิมพ์ออก ได้แก่ ค่าเฉลี่ยการระบุตำแหน่งเหตุการณ์เฮลิคอปเตอร์ 9.09 ในข้อ 9 คะแนน ทิศทางของคุณภาพเสียง Escape VR ที่ต่างกันระหว่างข้อความกับคำบรรยายภาพ และการทดสอบการมีส่วนร่วมที่พิมพ์เป็น t(2) นอกจากนี้หมายเหตุเรื่องทุนและคำแถลงว่าไม่มีผลประโยชน์ทับซ้อนของบทความนั้นก็ขัดแย้งกันเอง ในงานวิจัยการเรนเดอร์ของส่วนที่ 4 ค่า p ของคุณภาพภาพและเสียงหนึ่งค่าต่างกันระหว่างข้อความกับตาราง และไม่มีการปรับแก้สำหรับการเปรียบเทียบหลายครั้ง การเปรียบเทียบแบบสอบถามในส่วนที่ 6 ระบุว่า SUS และ PQ สะท้อนการเปลี่ยนแปลงที่ผู้ใช้เห็นด้วยได้ต่ำที่สุด แต่ก็จัดอันดับ PQ เป็นอันดับสองด้านความเห็นพ้องด้วย เราจึงอ้างเฉพาะเปอร์เซ็นต์สองค่าที่พิมพ์ไว้ Weech และคณะ ระบุ Mania และ Chalmers (2001) ว่าไม่พบผลโดยมี r(16) = -0.4 ซึ่งเป็นความไม่สอดคล้องที่เรายังแก้ไม่ได้ บทความ CHI สองชิ้นในส่วนที่ 6 ใช้เครื่องมือของ Witmer และ Singer คนละรูปแบบ (32 ข้อเรียกว่า WS, 19 ข้อเรียกว่า PQ) ตัวเลขจาก Larsson และคณะ (2007), Hendrix และ Barfield (1996) และ Dinh และคณะ (1999) มาจากส่วนอภิปรายของบทความ Frontiers in Signal Processing และตัวเลขจาก Viaud-Delmon และคณะ (2006), Cooper และคณะ (2016) และ Liu และ Uang (2011) มาจากบทความทบทวนของ Frontiers in Psychology เราไม่ได้อ่านต้นฉบับเหล่านั้น งานที่ต้องเสียค่าเข้าถึงหรือถูกบล็อก รวมถึงบทความ AES และงาน CHI 2018 เรื่องเสียงในเกม ถูกตัดออกแทนที่จะอ้างต่อจากแหล่งอื่น
อัปเดตล่าสุด: 31 ตุลาคม 2026 เราอัปเดตสรุปนี้ทุกไตรมาส และคาดว่าการปรับปรุงครั้งถัดไปจะเกิดขึ้นเมื่อมีการเผยแพร่รายงานการประชุมวิชาการ IEEE VR 2027