EMORSION：探討音訊參數對電影情緒反應與沉浸感之影響
arXiv - Human-Computer InteractionNelly Garcia, Ruby Crocker, Bleiz M Del Sette, Fabrizio Smeraldi, Charalampos Saitis, George Fazekas, Joshua Reiss
本研究證實透過調整音訊頻率、動態與方向性，能有效改變觀眾的情緒感知與沉浸程度。
AI 幫你先抓重點
AI 重點 1
多模態評估框架在感官研究中的有效性
滑鼠懸停看 AI 判斷理由
結合生理數據（心率）與行為數據（動作追蹤）能克服自我報告問卷的偏差，這對於未來開發具備情感智能的教育科技產品（如沉浸式學習環境）具有高度參考價值。
AI 重點 2
音訊設計中的「一致性」與「變異性」權衡
滑鼠懸停看 AI 判斷理由
理解傳統音訊能引發共識，而非常規音訊能引發多樣解讀，有助於設計者在教學情境中決定是要追求標準化的學習體驗，還是要透過感官刺激引發批判性思考。
核心研究發現
- 1
研究成功透過多模態框架（問卷、心率監測、動作追蹤）捕捉到不同音訊條件下可量化的情緒與沉浸差異。
- 2
音訊設計的細微變化足以顯著形塑觀眾的情緒感知與沉浸感，證明了音訊參數對感官體驗的影響力。
- 3
非傳統的音訊混音會導致觀眾解讀產生較大的差異性，而傳統的沉浸式混音則能讓觀眾產生較高的一致性。
對教育工作者的啟發
對於教育科技開發者而言，此研究強調了音訊設計在數位學習環境（如 VR/AR 學習）中的關鍵作用。在設計沉浸式教學情境時，不應僅關注視覺，應系統性地調整音訊的頻率、音量與空間感，以精準引導學生的情緒狀態（如增加專注力或降低焦慮）。此外，若教學目標是引發學生的多元思考，可嘗試非傳統的音訊配置；若目標是建立標準化的知識理解，則應採用更符合直覺、一致性高的音訊設計。
原始文獻資訊
- 英文標題：
- EMORSION: Examining the Impact of Audio Parameters on Emotional Responses and Immersion in Film
- 作者：
- Nelly Garcia, Ruby Crocker, Bleiz M Del Sette, Fabrizio Smeraldi, Charalampos Saitis, George Fazekas, Joshua Reiss
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。