Chuyển từ âm thanh đơn âm (monaural) sang âm thanh binaural có theo dõi đầu và âm học phòng đã nâng điểm đắm chìm trong VR từ 3,88 lên 7,91 trên thang 9 điểm trong một nghiên cứu với 17 người nghe được huấn luyện. Mức tăng trong phòng thí nghiệm ấy đi cùng một con số gộp khiêm tốn hơn nhiều: tác động của âm thanh lên cảm giác hiện diện trên 13 cỡ ảnh hưởng chỉ là r = 0,260, thấp hơn việc theo dõi người dùng với r = 0,408. Trên 243 nghiên cứu đã công bố, điểm Igroup Presence Questionnaire (IPQ) trung vị chỉ là 0,28 trên thang từ -3 đến 3, và bằng chứng cho thấy những điều này áp dụng được với game thương mại còn mỏng. Chúng tôi tổng hợp dữ liệu từ ACM TOCHI, ACM CHI, PLOS ONE, các tạp chí Frontiers, Presence: Teleoperators and Virtual Environments và Meta Reality Labs. Về dữ liệu mức độ áp dụng và thiết bị, hãy xem bài tổng hợp riêng của chúng tôi về thống kê âm thanh không gian; trang này nói về tác động của âm thanh lên cảm giác hiện diện đo được (“cảm giác thực sự có mặt ở đó”) và điểm đắm chìm.
Tóm tắt nhanh
- Tác động gộp của âm thanh lên cảm giác hiện diện là r = 0,260, KTC 95% [.203, .317], N = 757, trong khi việc theo dõi người dùng đạt r = 0,408 (Media Psychology, Cummings và Bailenson 2016).
- Điểm IPQ trung vị trên 243 nghiên cứu là 0,28 trên thang -3 đến 3, và các nghiên cứu dùng kính đeo đầu có trung bình M = 0,5 (ACM TOCHI, Tran và cs. 2024).
- Kết xuất âm thanh đầy đủ ở video 20% đạt 5,79, ngang với 5,76 của âm thanh binaural không có tiếng vang ở video 100%, p = 0,891 (Frontiers in Signal Processing, Potter và cs. 2022).
- Một cảnh quan âm thanh làm thay đổi điểm hiện diện một mục của IPQ với η² = 0,386, so với η² = 0,130 của tiếng bước chân, nhưng Hiện diện không gian của IPQ không cho thấy tác động đáng kể (Frontiers in Robotics and AI, Kern và Ellermeier 2020).
- Âm thanh được nâng cao làm tăng chất lượng âm thanh của Job Simulator từ 7,11 lên 7,43, F(1,63) = 24,49, p<0,001 (Frontiers in Virtual Reality, Mavridou và cs. 2025, được nhà phát triển công cụ hỗ trợ).
- Một thử nghiệm game kinh dị giữa âm thanh 3D và stereo không tìm thấy khác biệt đáng kể trong bảng câu hỏi về đắm chìm hay hiện diện (Aalborg University, Larsen và Pilgaard 2015).
- IPQ cho r = 0,82 đối với ảo giác về nơi chốn trong một so sánh bốn bảng câu hỏi, N = 50 (ACM CHI, Degenhard và cs. 2025).
- IPQ đạt α = 0,87 và mất trung bình 2,449 phút để hoàn thành (ACM CHI, Schwind và cs. 2019).
- Việc đeo kính đeo đầu làm tăng sai số góc ngẩng của âm thanh khoảng 1,8° trong một thử nghiệm bịt mắt (PLOS ONE, Ahrens và cs. 2019).
- Trong 21 kết quả về hiện diện và chứng say VR, có 11 âm, 6 dương và 4 không có tác động (Frontiers in Psychology, Weech và cs. 2019).
1. Chuẩn IPQ: Điểm Hiện Diện Trông Ra Sao Qua 243 Nghiên Cứu
Điểm IPQ trung vị đã công bố là 0,28 trên thang từ -3 đến 3. Vì vậy, một điểm số nghe có vẻ khiêm tốn lại là bình thường, và 5% điều kiện cao nhất mới chỉ bắt đầu từ 1,30. Bất kỳ nhóm âm thanh nào trích dẫn một con số IPQ thô đều cần bối cảnh này trước khi gọi một kết quả là tốt hay xấu, và đó là mục đích của phân tích IPQ hai thập kỷ trên ACM TOCHI.
Phần chia theo thang con mới là phần hữu ích. Tính chân thực được trải nghiệm là thang con duy nhất có trung bình âm, nên việc thế giới ảo có mang lại cảm giác thật hay không là chiều yếu nhất trong chuẩn tham chiếu, và mục 3 cho thấy đây là chiều mà âm thanh có thể tác động. Phân tích không đưa ra số liệu phân tách theo điều kiện âm thanh, nên chưa ai có thể nói âm thanh đóng góp gì vào các chuẩn này.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Tập dữ liệu và điểm IPQ tổng thể, quy đổi về thang -3 đến 3 | 243 nghiên cứu từ 229 bài báo, 9.354 người tham gia; M = 0,4, SD = 0,5, Mdn = 0,3 | Tran và cs., ACM TOCHI 2024 |
| Các ngưỡng bách phân vị của điểm tổng thể, tất cả nghiên cứu | P50 = 0,28, P75 = 0,73, P90 = 1,07, P95 = 1,30 | Tran và cs., ACM TOCHI 2024 |
| Điểm IPQ theo loại màn hình: kính đeo đầu, máy chiếu và màn hình đơn nhãn (monoscopic) trên máy tính để bàn hoặc di động | HMD M = 0,5 (P75 = 0,83, 180 nghiên cứu); máy chiếu M = 0,2 (34 nghiên cứu); đơn nhãn M = -0,2 (39 nghiên cứu); F Welch = 23,37, p < 0,001 | Tran và cs., ACM TOCHI 2024 |
| Trung bình các thang con IPQ, 162 nghiên cứu | Hiện diện chung M = 0,9, SD = 0,7; Hiện diện không gian M = 0,8, SD = 0,7; Sự tham gia M = 0,3, SD = 0,6; Tính chân thực được trải nghiệm M = -0,3, SD = 0,6 | Tran và cs., ACM TOCHI 2024 |
Các nhãn phân hạng dựa trên bách phân vị: 121 trên 243 nghiên cứu (49,8%) rơi vào nhóm có tên Thấp, vì nhóm đó được định nghĩa là mọi thứ dưới trung vị.
2. Âm Thanh Làm Thay Đổi Cảm Giác Hiện Diện Bao Nhiêu: Bức Tranh Phân Tích Tổng Hợp
Tác động gộp của âm thanh lên cảm giác hiện diện là r = 0,260, KTC 95% [.203, .317]. Đó là một hiệu ứng có thật, và phân tích tổng hợp của Stanford trên Media Psychology gọi nó là nhỏ đến vừa. Nghiên cứu cũng kết luận rằng tác động của âm thanh tương đối nhỏ so với các đặc tính khác, và yếu hơn đáng kể so với việc theo dõi. Dù vậy, nó vẫn vượt chất lượng hình ảnh, vốn có tác động nhỏ hơn đáng kể so với âm thanh.
Âm thanh ở đây là một chỉ số tổng hợp bao gồm có hay không có âm thanh, âm thanh môi trường, âm thanh diegetic hoặc được không gian hóa, và số kênh. Phân tích tổng hợp không đưa ra ước lượng gộp riêng cho âm thanh không gian, nên không thể trích một giá trị r cho âm thanh không gian từ đó.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Tất cả đặc tính đắm chìm gộp lại, tác động lên cảm giác hiện diện | r = 0,316, KTC 95% [.295, .338], K = 115 cỡ ảnh hưởng từ 83 nghiên cứu, N = 6.998 | Cummings và Bailenson, Media Psychology 2016 |
| Âm thanh như một đặc tính hệ thống, tác động lên cảm giác hiện diện | r = 0,260, KTC 95% [.203, .317], K = 13, N = 757 | Cummings và Bailenson, Media Psychology 2016 |
| Mức độ theo dõi người dùng, tác động lên cảm giác hiện diện | r = 0,408, KTC 95% [.360, .456], K = 22, N = 1.566 | Cummings và Bailenson, Media Psychology 2016 |
| Hình ảnh lập thể, trường nhìn và chất lượng hình ảnh, tác động của từng yếu tố lên cảm giác hiện diện | Lập thể r = 0,320, K = 18; trường nhìn r = 0,304, K = 14; chất lượng hình ảnh r = 0,150, KTC 95% [.086, .214], K = 10, N = 855 | Cummings và Bailenson, Media Psychology 2016 |
| Đánh giá phạm vi về âm thanh trong VR dùng kính đeo đầu | n = 121 nghiên cứu; kết quả được mô tả là không đồng nhất về cảm giác hiện diện | Bosman và cs., Behaviour and Information Technology 2024 |
| Thử nghiệm có đối chứng sớm nhất trong bộ này: thêm âm thanh được không gian hóa vào màn hình lập thể | Cảm giác hiện diện cao hơn đáng kể, tính chân thực biểu kiến không tăng | Hendrix và Barfield, IEEE Virtual Reality Annual International Symposium 1995 |
Dữ liệu mới nhất hiện có: Cummings và Bailenson, 2016. Đánh giá 121 nghiên cứu mới hơn là một đánh giá phạm vi, không phải phân tích gộp, và chúng tôi không tìm thấy phân tích tổng hợp riêng về âm thanh. Bài báo hội nghị IEEE năm 1995 là một cột mốc lịch sử hữu ích vì đã tách cảm giác hiện diện khỏi tính chân thực. Một nghiên cứu năm 2022 trên Presence: Teleoperators and Virtual Environments với 51 người tham gia (28 dùng HMD lập thể, 23 dùng màn hình) cũng tìm thấy tác động lớn lên cảm giác hiện diện không gian khi xem lập thể, nhưng phần tóm tắt không có cỡ ảnh hưởng bằng số.
3. Cảnh Quan Âm Thanh So Với Tiếng Bước Chân: Lớp Âm Thanh Nào Làm Thay Đổi Điểm
Một cảnh quan âm thanh môi trường giải thích phần lớn hơn nhiều của đánh giá hiện diện so với tiếng bước chân: η² = 0,386 so với η² = 0,130 trên mục đơn của IPQ. Cảnh quan âm thanh ở đây là âm thanh nền liên tục của một nơi chốn. Kết quả gợi ý rằng câu hỏi ngân sách có một thứ tự: dựng môi trường trước, rồi mới đến âm thanh tương tác. Dữ liệu mới nhất hiện có: Kern và Ellermeier, Frontiers in Robotics and AI 2020.
Các tác giả đặt cảm giác hiện diện khi không có âm thanh ở mức từ 40 đến 54 phần trăm cảm giác hiện diện trong thế giới thực, với tiếng bước chân cộng cảnh quan âm thanh bổ sung khoảng 15-20 điểm phần trăm và mức trần gần 70%. Người tham gia đi bộ trên máy chạy bộ qua một cảnh thiên nhiên tối đa 5 phút cho mỗi điều kiện, đó không phải là một game, nên hãy coi đây là kết quả về lớp âm thanh chứ không phải kết quả theo thể loại.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Đánh giá hiện diện trên thang 1-100, Thí nghiệm 1 (N = 36): có thêm và không thêm cảnh quan âm thanh, có thêm và không thêm tiếng bước chân | Cảnh quan âm thanh F(1, 35) = 48,95, p < 0,001, η² = 0,583; bước chân F(1, 35) = 0,003, p = 0,96 | Kern và Ellermeier, Frontiers in Robotics and AI 2020 |
| Hiện diện một mục của IPQ, Thí nghiệm 2 (N = 40): cảnh quan âm thanh so với tiếng bước chân | Cảnh quan âm thanh F(1, 39) = 24,512, p < 0,001, η² = 0,386; bước chân F(1, 39) = 5,821, p = 0,021, η² = 0,130 | Kern và Ellermeier, Frontiers in Robotics and AI 2020 |
| Trung bình Tính chân thực của IPQ: chỉ chống ồn so với bước chân cộng cảnh quan âm thanh | -1,375 so với -0,306 | Kern và Ellermeier, Frontiers in Robotics and AI 2020 |
| Trung bình Sự tham gia của IPQ: chỉ chống ồn so với bước chân cộng cảnh quan âm thanh | -0,331 so với 0,256; cảnh quan âm thanh F(1, 39) = 36,983, p < 0,001, η² = 0,487 | Kern và Ellermeier, Frontiers in Robotics and AI 2020 |
| Trung bình Hiện diện không gian của IPQ: chỉ chống ồn so với bước chân cộng cảnh quan âm thanh | 0,17 so với 0,33; không có tác động đáng kể của cả hai yếu tố | Kern và Ellermeier, Frontiers in Robotics and AI 2020 |
Mức tăng về Tính chân thực của IPQ giữa hai điều kiện đó là -0,306 trừ -1,375 = 1,069 điểm. Hiện diện không gian là điều bất ngờ: âm thanh đã thay đổi mức độ thật và cuốn hút của cảnh, nhưng không tạo ra thay đổi đáng kể ở thang con có tên trùng với âm thanh không gian.
4. Kết Xuất Không Gian So Với Độ Phân Giải Video
Với kết xuất âm thanh đầy đủ, video có thể giảm xuống độ phân giải 20% mà vẫn đạt 5,79, ngang về mặt thống kê với 5,76 ở video 100% không có tiếng vang (U = 567,0, p = 0,891). Tiếng vang ở đây là các phản xạ của căn phòng cho tai biết một không gian rộng đến đâu. Kết quả này đưa kết xuất âm thanh vào cùng cuộc thảo luận về ngân sách với độ phân giải, dù các tác giả lưu ý rằng những đối tượng không có kinh nghiệm sẽ mang tính đại diện hơn so với những người nghe được huấn luyện của họ.
Nội dung thử nghiệm là giọng nói và âm nhạc trên HTC Vive, không phải nội dung game. Về khía cạnh vật lý của tiếng vang, hãy xem thống kê âm học phòng hòa nhạc của chúng tôi. Các tỷ lệ phần trăm từ những nghiên cứu cũ hơn dưới đây không thể cộng dồn, vì mỗi nghiên cứu so sánh các điều kiện khác nhau trên phần cứng khác nhau.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Đánh giá đắm chìm trên thang 9 điểm, video 100%: đơn âm so với binaural có theo dõi đầu và tiếng vang | 3,88 so với 7,91 (N = 17) | Potter và cs., Frontiers in Signal Processing 2022 |
| Đánh giá đắm chìm: binaural có theo dõi đầu và tiếng vang ở video 20% so với binaural có theo dõi đầu ở video 100% | 5,79 (KTC 95% 5,24-6,35) so với 5,76 (KTC 95% 5,18-6,35); U = 567,0, p = 0,891 | Potter và cs., Frontiers in Signal Processing 2022 |
| Kết quả Kruskal-Wallis cho đắm chìm theo phương pháp âm thanh không gian so với theo độ phân giải video | Âm thanh H(2) = 145,917, p < 0,001; video H(2) = 34,709, p < 0,001 | Potter và cs., Frontiers in Signal Processing 2022 |
| Thay đổi mức đắm chìm trung bình ở video 100%: từ đơn âm sang binaural có theo dõi đầu, và khi loại bỏ tiếng vang | Tăng 48%; giảm 27,2% | Potter và cs., Frontiers in Signal Processing 2022 |
| Cảm giác hiện diện trung bình, không có âm thanh so với âm thanh được không gian hóa có tiếng vang trong một khối VR dùng loa | Tăng 25,6% (p < 0,01) | Larsson và cs. 2007 (báo cáo thứ cấp, xem Lưu ý về dữ liệu) |
| Cảm giác hiện diện trung bình, đơn âm so với binaural không có tiếng vang, không theo dõi đầu | Tăng 20% | Hendrix và Barfield 1996 (báo cáo thứ cấp, xem Lưu ý về dữ liệu) |
| Cảm giác hiện diện trung bình, không có âm thanh so với âm thanh stereo đơn giản | Tăng 9,0% (p < 0,01) | Dinh và cs. 1999 (báo cáo thứ cấp, xem Lưu ý về dữ liệu) |
Mức tăng từ đơn âm lên kết xuất đầy đủ ở hàng đầu tiên là 7,91 / 3,88 = 2,04 lần. Dữ liệu mới nhất hiện có: Potter và cs., Frontiers in Signal Processing 2022.
5. Bên Trong Các Game VR Thực Tế: Nơi Hiệu Ứng Khó Tìm Thấy Hơn
Âm thanh được nâng cao đã đưa điểm chất lượng âm thanh của Job Simulator từ 7,11 lên 7,43 (F(1,63) = 24,49, p<0,001), trong khi cùng công cụ đó không tạo ra thay đổi đáng kể nào về cảm giác hiện diện tự báo cáo trong một mô phỏng phi thương mại. Nghiên cứu Frontiers in Virtual Reality năm 2025 là thứ gần nhất với một thử nghiệm hiện đại trên game thương mại, và các tác giả cho rằng phản ứng mạnh hơn ở game thương mại có khả năng là do kiến trúc âm thanh. Điều rút ra cho nhà phát triển: hậu xử lý có thể khuếch đại thiết kế âm thanh đã có, nhưng không thể tạo ra một thiết kế âm thanh chưa tồn tại.
Hãy xem xét độ lớn của kết quả đó một cách thận trọng. Nghiên cứu được hỗ trợ một phần bởi Bongiovi Acoustic Labs, nhà phát triển công cụ âm thanh, một số đồng tác giả thuộc đơn vị này, và không có cỡ ảnh hưởng nào được báo cáo. Hai nguồn bối cảnh game khác dưới đây là một luận văn thạc sĩ của Aalborg University và một bài báo về âm học không gian game VR, và cả hai đều không đưa ra điểm hiện diện nào mà chúng tôi có thể trích dẫn.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Mẫu và thiết kế của thử nghiệm âm thanh nâng cao so với thường | 68 người được tuyển, thiết kế trong từng đối tượng; 58 người được giữ lại để phân tích sinh lý; HTC VIVE Pro Eye | Mavridou và cs., Frontiers in Virtual Reality 2025 (được nhà phát triển công cụ hỗ trợ) |
| Đánh giá chất lượng âm thanh Job Simulator trên mục 9 điểm, âm thanh nâng cao so với thường | 7,43 ± 0,35 so với 7,11 ± 0,36; F(1,63) = 24,49, p<0,001 | Mavridou và cs., Frontiers in Virtual Reality 2025 (được nhà phát triển công cụ hỗ trợ) |
| Đánh giá mức độ tham gia và định vị âm thanh của Job Simulator, âm thanh nâng cao so với thường | Mức độ tham gia F(1,63) = 6,79, p = 0,011; định vị F(1,63) = 5,95, p = 0,018 | Mavridou và cs., Frontiers in Virtual Reality 2025 (được nhà phát triển công cụ hỗ trợ) |
| Giá trị cảm xúc (valence) của Job Simulator từ cảm biến cơ mặt, âm thanh nâng cao so với thường | 5,2 ± 1,1 so với 4,7 ± 0,86; Wilcoxon t = 569,0, p = 0,0265 | Mavridou và cs., Frontiers in Virtual Reality 2025 (được nhà phát triển công cụ hỗ trợ) |
| Cảm giác hiện diện tự báo cáo trong Escape VR, âm thanh nâng cao so với thường, toàn bộ trải nghiệm | Không có khác biệt đáng kể | Mavridou và cs., Frontiers in Virtual Reality 2025 (được nhà phát triển công cụ hỗ trợ) |
| Game kinh dị, âm thanh 3D so với stereo | Không có khác biệt đáng kể trong bảng câu hỏi về đắm chìm hay hiện diện; phản ứng điện da (độ dẫn điện của da) khác biệt đáng kể | Larsen và Pilgaard, luận văn thạc sĩ Aalborg University 2015 |
| Không gian game VR: tiếng vang do thiết kế âm thanh so với tiếng vang khớp với căn phòng nhìn thấy | Người dùng chỉ ưa thích phiên bản đã chỉnh khi bản gốc rất khô hoặc rất vang | Popp và Murphy, Virtual Worlds 2024 |
Phần tóm tắt luận văn đưa ra lời cảnh báo riêng: điều kiện âm thanh 3D cũng có cường độ âm cao hơn, điều này có thể giải thích kết quả độ dẫn điện của da. Dữ liệu mới nhất hiện có cho thử nghiệm đó: Larsen và Pilgaard, 2015.
6. Bảng Câu Hỏi Nào Thực Sự Phát Hiện Được Thay Đổi Về Âm Thanh
IPQ cho r = 0,82 đối với ảo giác về nơi chốn, cao nhất trong bốn bảng câu hỏi, trong một so sánh tại CHI 2025 với N = 50. Ảo giác về nơi chốn nghĩa là cảm giác đang ở trong địa điểm ảo, đó là chiều mà âm thanh không gian nhắm tới. Nếu công cụ không thấy được một thay đổi, nhóm âm thanh sẽ đọc việc không có hiệu ứng thành không có giá trị.
Nghiên cứu này cũng cảnh báo rằng các công cụ đo cảm giác hiện diện còn thô: người tham gia nhìn chung cho rằng chênh lệch điểm là quá nhỏ, và không bảng câu hỏi nào phát hiện được những thay đổi về cảm giác hiện thân. Một bài báo CHI 2019 bổ sung một kết quả thực tế: điền biểu mẫu ngay trong kính không làm thay đổi điểm trung bình, nhờ đó tránh làm gián đoạn trải nghiệm.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Chênh lệch điểm trung bình, điều kiện cường độ cao trừ thấp, theo bảng câu hỏi (kèm số mục) | SIP 0,57 (1 mục), IPQ 0,43 (14 mục), PQ 0,38 (19 mục), SUS 0,36 (6 mục) | Degenhard và cs., ACM CHI 2025 |
| Cỡ ảnh hưởng r cho ảo giác về nơi chốn, kiểm định xếp hạng có dấu Wilcoxon | IPQ 0,82, SIP 0,75, SUS 0,72, PQ 0,57 | Degenhard và cs., ACM CHI 2025 |
| Cỡ ảnh hưởng r cho tính hợp lý, tức là các sự kiện cảm thấy đáng tin đến mức nào | PQ 0,8, IPQ 0,67, SUS 0,38, SIP 0,36 | Degenhard và cs., ACM CHI 2025 |
| Người tham gia đồng ý với chênh lệch điểm | IPQ 33,6%, PQ 25,6% | Degenhard và cs., ACM CHI 2025 |
| Tính nhất quán nội tại, Cronbach α (N = 36) | IPQ α = 0,87, WS α = 0,82, SUS α = 0,75 | Schwind và cs., ACM CHI 2019 |
| Thời gian hoàn thành trung bình tính bằng phút | SUS 1,107, IPQ 2,449, WS 5,982 | Schwind và cs., ACM CHI 2019 |
| Trung bình IPQ, hoàn thành trong VR so với ngoài VR | F(1, 34) = 0,013, p = 0,909 | Schwind và cs., ACM CHI 2019 |
SIP là thang đo hiện diện một mục, SUS là bảng câu hỏi Slater-Usoh-Steed, PQ và WS là các dạng của Presence Questionnaire của Witmer và Singer. Dữ liệu mới nhất hiện có về độ tin cậy và thời gian: Schwind và cs., 2019.
7. Định Vị, Cá Nhân Hóa Và Tác Dụng Phụ
Chỉ riêng việc đeo kính đã làm tăng sai số góc ngẩng của âm thanh khoảng 1,8° (F(1,2049) = 35,29, p<0,0001) trong một thử nghiệm bịt mắt. Một phần vấn đề âm thanh trong VR nằm ở phần cứng trên đầu, trước khi bất kỳ kết xuất nào chạy. Hình ảnh trả lại một phần món nợ đó: trong nghiên cứu PLOS ONE, việc hiển thị căn phòng và vị trí bàn tay đã giảm sai số góc ngẩng. Về các con số từ phía tai nghe, hãy xem thống kê định vị âm thanh của tai nghe chơi game của chúng tôi.
Các hàm truyền liên quan đến đầu (HRTF) cá nhân, tức là các bộ lọc mô tả cách tai và đầu của mỗi người định hình âm thanh, cho thấy lợi ích về cảm giác hiện diện trong một bài báo Chalmers năm 2004, nhưng phần tóm tắt không đưa ra con số nào và thiết lập đo của Meta cho thấy vì sao điều này không mở rộng được. Chứng say VR là biến số còn bỏ ngỏ khác: một bài tổng quan trên Frontiers in Psychology trích dẫn Viaud-Delmon và cs. (2006), nơi việc thêm tín hiệu thính giác làm tăng cảm giác hiện diện nhưng cũng làm tăng chứng say VR.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Sai số góc ngẩng của âm thanh, có và không có HMD, bịt mắt (N = 10) | Tăng khoảng 1,8°; F(1,2049) = 35,29, p<0,0001 | Ahrens và cs., PLOS ONE 2019 |
| Sai số góc ngẩng, bịt mắt với HMD so với phòng ảo có vị trí bàn tay | 10,2° so với 8,1° | Ahrens và cs., PLOS ONE 2019 |
| Kết quả đã công bố về hiện diện và chứng say VR, theo chiều của mối quan hệ | 21 mục từ 20 công bố: 11 âm, 6 dương, 4 không có tác động | Weech và cs., Frontiers in Psychology 2019 |
| Biên độ các tương quan được báo cáo giữa hiện diện và chứng say VR | Từ r(6) = -0,63 (Cooper và cs., 2016) đến r(58) = 0,67 (Liu và Uang, 2011) | Weech và cs., Frontiers in Psychology 2019 |
| HRTF cá nhân hóa so với HRTF chung, đánh giá hiện diện cho kích thích binaural | Tăng đáng kể; không có con số trong phần tóm tắt | Väljamäe và cs., Proceedings of the 7th Annual Workshop Presence 2004 |
| Hệ thống thu HRTF tại Facebook Reality Labs Research | 54 loa trên một cánh tay xoay; quy trình mất khoảng nửa giờ (mô tả của chính nhà cung cấp) | Meta, Inside Facebook Reality Labs Research 2020 |
Dữ liệu mới nhất hiện có: Weech và cs., 2019, Ahrens và cs., 2019, Meta, 2020, và Väljamäe và cs., 2004. Chỉ có 10 đối tượng tham gia thử nghiệm PLOS ONE, trên một chiếc kính duy nhất.
Tổng Kết: Hiện Diện Và Đắm Chìm Trong Âm Thanh Game VR Qua Các Con Số
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Âm thanh như một đặc tính hệ thống, tác động lên cảm giác hiện diện | r = 0,260, KTC 95% [.203, .317], N = 757 | Media Psychology 2016 |
| Điểm IPQ tổng thể trung vị, thang -3 đến 3 | 0,28 (P50) | ACM TOCHI 2024 |
| Đắm chìm, đơn âm so với binaural có theo dõi đầu và tiếng vang, video 100% | 3,88 so với 7,91 | Frontiers in Signal Processing 2022 |
| Cảnh quan âm thanh so với tiếng bước chân, hiện diện một mục của IPQ | η² = 0,386 so với η² = 0,130 | Frontiers in Robotics and AI 2020 |
| Cảm giác hiện diện trung bình, không có âm thanh so với âm thanh được không gian hóa có tiếng vang | Tăng 25,6% (p < 0,01) | Larsson và cs. 2007 (báo cáo thứ cấp) |
| Chất lượng âm thanh Job Simulator, âm thanh nâng cao so với thường | 7,43 so với 7,11, p<0,001 | Frontiers in Virtual Reality 2025 (được nhà phát triển công cụ hỗ trợ) |
| Cảm giác hiện diện tự báo cáo trong Escape VR, âm thanh nâng cao so với thường | Không có khác biệt đáng kể | Frontiers in Virtual Reality 2025 (được nhà phát triển công cụ hỗ trợ) |
| Game kinh dị, âm thanh 3D so với stereo, đắm chìm và hiện diện theo bảng câu hỏi | Không có khác biệt đáng kể | Luận văn thạc sĩ Aalborg University 2015 |
| Âm thanh trong VR dùng kính đeo đầu, các nghiên cứu được xem xét | n = 121, không đồng nhất về hiện diện | Behaviour and Information Technology 2024 |
| Cỡ ảnh hưởng của IPQ đối với ảo giác về nơi chốn | r = 0,82 | ACM CHI 2025 |
| Độ tin cậy của IPQ và thời gian hoàn thành trung bình | α = 0,87; 2,449 phút | ACM CHI 2019 |
| Tác động của kính đối với sai số góc ngẩng của âm thanh | Cao hơn khoảng 1,8° | PLOS ONE 2019 |
| Sai số góc ngẩng, bịt mắt với HMD so với phòng ảo có vị trí bàn tay | 10,2° so với 8,1° | PLOS ONE 2019 |
| Kết quả về hiện diện và chứng say VR theo chiều | 11 âm, 6 dương, 4 không có tác động | Frontiers in Psychology 2019 |
| Hệ thống thu HRTF | 54 loa, khoảng nửa giờ (mô tả của chính nhà cung cấp) | Meta 2020 |
Phương Pháp Luận Và Nguồn
Chúng tôi đọc trực tiếp từng nghiên cứu dưới đây, dưới dạng toàn văn hoặc phần tóm tắt, và báo cáo tên bảng câu hỏi, cỡ mẫu và ký hiệu thống kê đúng như nghiên cứu in ra. Các số liệu chỉ xuất hiện trong đoạn trích tìm kiếm đã bị loại bỏ.
- Tran và cs., Classifying Presence Scores: Insights and Analysis from Two Decades of the Igroup Presence Questionnaire, ACM TOCHI 2024
- Cummings và Bailenson, How Immersive Is Enough?, Media Psychology 2016
- Kern và Ellermeier, Audio in VR: Effects of a Soundscape and Movement-Triggered Step Sounds on Presence, Frontiers in Robotics and AI 2020
- Potter, Cvetković và De Sena, On the Relative Importance of Visual and Spatial Audio Rendering on VR Immersion, Frontiers in Signal Processing 2022
- Mavridou và cs., Did You Hear That?, Frontiers in Virtual Reality 2025
- Degenhard và cs., When Do We Feel Present in a Virtual Reality?, ACM CHI 2025
- Schwind và cs., Using Presence Questionnaires in Virtual Reality, ACM CHI 2019
- Bosman và cs., The Effect of Audio on the Experience in Virtual Reality: A Scoping Review, Behaviour and Information Technology 2024
- Ahrens và cs., Sound Source Localization with Varying Amount of Visual Information in Virtual Reality, PLOS ONE 2019
- Weech, Kenny và Barnett-Cowan, Presence and Cybersickness in Virtual Reality Are Negatively Related: A Review, Frontiers in Psychology 2019
- Hendrix và Barfield, Presence in Virtual Environments as a Function of Visual and Auditory Cues, IEEE 1995
- Väljamäe và cs., Auditory Presence, Individualized Head-Related Transfer Functions, and Illusory Ego-Motion in Virtual Environments, 2004
- Uz-Bilgin, Thompson và Klopfer, Stereoscopic Views Improve Spatial Presence but Not Spatial Learning in VR Games, Presence: Teleoperators and Virtual Environments 2022
- Popp và Murphy, Speech Intelligibility Versus Congruency, Virtual Worlds 2024
- Larsen và 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
- Lưu ý về dữ liệu: Bằng chứng có đối chứng về các game VR thương mại còn mỏng, và phần lớn số liệu ở đây đến từ các cảnh giọng nói, âm nhạc, đi bộ hoặc mô phỏng. Các thang đo khác nhau giữa các nghiên cứu (IPQ từ -3 đến 3, mục 1-100, mục 9 điểm), nên không thể so sánh giá trị giữa các hàng trừ khi một hàng nói rõ. Các nhóm con theo màn hình ở mục 1 cộng lại thành 253 nghiên cứu so với 237 nghiên cứu được báo cáo là có ghi nhận màn hình, và trung bình tổng thể là M = 0,4 cho toàn bộ 243 nghiên cứu nhưng M = 0,3 trong bảng màn hình 237 nghiên cứu, nên chúng tôi không kết hợp các số lượng đó. Trong bài báo Frontiers in Virtual Reality năm 2025, chúng tôi đã bỏ một số số liệu có vẻ không nhất quán trong văn bản đã công bố: trung bình định vị sự kiện trực thăng là 9,09 trên mục 9 điểm, chiều hướng chất lượng âm thanh của Escape VR khác nhau giữa văn bản và chú thích hình, và một kiểm định về mức độ tham gia được in là t(2); ghi chú tài trợ và tuyên bố không có xung đột lợi ích của bài báo cũng mâu thuẫn với nhau. Trong nghiên cứu kết xuất ở mục 4, một giá trị p về chất lượng âm thanh-hình ảnh khác nhau giữa văn bản và bảng, và không áp dụng hiệu chỉnh cho so sánh bội. So sánh bảng câu hỏi ở mục 6 nói rằng SUS và PQ có mức phản ánh thấp nhất đối với những thay đổi mà người dùng đồng ý, nhưng đồng thời xếp PQ thứ hai về mức đồng thuận, nên chúng tôi chỉ trích dẫn hai tỷ lệ phần trăm được in. Weech và cs. liệt kê Mania và Chalmers (2001) là không có tác động với r(16) = -0,4, một điểm không nhất quán mà chúng tôi chưa giải quyết được. Hai bài báo CHI ở mục 6 dùng các dạng khác nhau của công cụ Witmer và Singer (32 mục là WS, 19 mục là PQ). Số liệu của Larsson và cs. (2007), Hendrix và Barfield (1996) và Dinh và cs. (1999) lấy từ phần thảo luận của bài báo Frontiers in Signal Processing, còn số liệu của Viaud-Delmon và cs. (2006), Cooper và cs. (2016) và Liu và Uang (2011) lấy từ bài tổng quan Frontiers in Psychology; chúng tôi không đọc các bản gốc đó. Các công trình trả phí hoặc bị chặn, bao gồm bài báo AES và các công trình CHI 2018 về âm thanh game, bị loại trừ thay vì trích dẫn gián tiếp.
Cập nhật lần cuối: ngày 31 tháng 10 năm 2026. Chúng tôi cập nhật bài tổng hợp này hàng quý, và lần cập nhật tiếp theo dự kiến diễn ra khi kỷ yếu hội nghị IEEE VR 2027 được công bố.