XR 文本输入宝库（TEXT）：收集和分析 XR 中的文本输入技术

研究背景与问题

• 问题与挑战：

  • 当前扩展现实 (XR) 环境中的文本输入技术 (TET) 功能不如计算机和移动设备。
  • 对各种文本输入技术缺乏统一的收集和比较，尤其是关于交互属性对用户性能与体验的影响。
  • 设计者面临一个分散的技术空间，要求筛选大量技术时缺乏相关指导。
  • 尽管存在一些技术分类研究，单一分类层次无法反映技术的多样性和具体需求。
  • 与其他交互技术领域相比，XR领域尚未具备一个交互式工具用于管理和分析这些技术。

• 重要性：

  • 文本输入效率和准确性的提高对XR生产力应用（如元宇宙和虚拟办公工具）的发展至关重要。
  • 提供一个统一的工具能加速研究进展并帮助设计者做出基于数据的技术选择。

• 研究动机与相关工作：

  • 先前文献中对技术的讨论集中在少量技术的对比研究或输入指标，但分析较为分散，缺乏系统的趋势分析和分类。
  • 部分研究考察了单一的交互属性影响，而没有反映这些属性如何综合影响性能。

解决方案

• 方法或解决方案：

  • 作者收集了过去十年中文献提出的176种XR文本输入技术，归纳交互属性和评估指标，构建了一个互动式的在线数据库称为“TEXT: Text Entry for XR Trove”。
  • 研究了技术的交互属性如何影响性能指标，并提取关于未来技术设计的建议。

• 创新之处：

  • 提出了一个综合的TET数据库，包含13项交互属性和14项性能评估指标，涵盖技术的来源、发展趋势及潜在影响。
  • 借助随机森林模型对交互属性（如并发性、输入装置、视觉反馈等）进行定量分析，揭示了这些因素对速度、准确性和任务负载的重要影响。
  • 创建了一个开放的在线工具，设计师和研究人员可通过它可视化、浏览、筛选并扩展数据库内容。

• 实施步骤：

  1. 对主要学术来源进行系统搜索，并扩展至业界与非学术途径。
  2. 确定并统一描述各种文本输入技术的交互属性和评估指标。
  3. 使用分类方法与机器学习进行趋势和特征重要性分析。
  4. 构建并发布TEXT互动工具，用户可通过图形界面或筛选规则访问数据。

研究成果

• 具体成果：

  • 收集了176种文本输入技术，结合32项编码，包括交互属性（13项）和性能指标（14项）。
  • 创建了TEXT在线工具（链接），提供筛选、详细视图与新技术的建议功能。
  • 提出设计建议，例如优先考虑“并发性”以及特定输入设备，解决XR文本输入关键性能（速度、准确性、用户任务负载）的问题。

• 与现有解决方案的比较优势：

  • 文献综述不局限于少量技术，而是系统性地通过多来源数据创建了最全面的XR文本技术数据库。
  • 在线工具不仅是一个数据库，还提供了用户友好的互动方式，增强了设计者在技术筛选和分析中的便捷性。

• 实验或评估结果：

  • 对交互属性的重要性进行了分析，发现“并发性”和“输入设备”对速度和任务负载影响最大。
  • 技术的平均文字输入速度（WPM）随时间有所下降，而错误率（TER等指标）表现稳定，显示现有硬件与技术的局限。
  • TET的性能关联性分析显示输入速度与错误率间有微弱正相关。

• 局限性与未来方向：

  • 数据集局限于过去收集的技术，未来需依托社区反馈与动态更新。
  • 存在报告性能指标不一致的问题（如不同的错误计算方式），建议统一采用标准化指标。
  • 下一步可探讨跨场景环境中评价技术影响的学习效应和疲劳问题。
  • 提议开发新的评估工具，如标准化XR输入实验环境或利用大语言模型进行半自动化分析。

总结

这篇工作通过综合的文献分析和设计工具创新，系统性地探索了扩展现实环境中的文本输入技术，填补了领域内的知识和工具空白。在推动XR生产力工具的开发方面，该研究为未来技术优化提供了有力的实证基础。