定向听觉提示能降低虚拟现实导航中的认知负荷吗？

声音引导VR导航的试点测试

这篇论文要回答的是：辅助性定向音频能否降低用户在虚拟环境中导航时付出的心理努力。参与者佩戴视场角100度的HTC VIVE Focus Vision头显，站在以25 Hz采样的BTrackS平衡板上，并用安全带防止跌倒。当用户到达路径选择点时，系统会播放定位在左耳、右耳或前方的声音，分别提示左转、右转或前进。

真正有意义的比较对象是无反馈条件。在该基线条件下，参与者佩戴相同设备、遵循相同流程，但不接收任何额外音频，因此只能依靠视觉扫视。论文自身的设定是：这种纯视觉搜索会提高心理负荷，而音频条件正是针对这一说法进行检验。

只有六名18岁及以上的成年人参与（四男两女，平均年龄27岁）。这一样本量是下文所有结果最重要的限定条件：论文称该工作为试点研究，并指出需要更大规模用户研究来验证初步发现。

四类音频共用同一导航任务

研究使用15个定向音频文件，分为四类。古典音乐包括四首西方作品：阿尔比诺尼的G小调柔板、莫扎特K.448奏鸣曲中的Allegro con spirito、萨蒂的《裸体歌舞》第一号以及贝多芬的《致爱丽丝》。自然音景混合了喷泉、鸟鸣和海浪声。电子音乐是节奏驱动强、低音放大的高能量曲目。非自然声音则是航空、摩托车、施工和白噪声等人造噪声。

这些类别并非可互换的背景音乐。每一类都来自此前关于注意、压力或唤醒的研究，论文的假设H4预测古典和自然音频产生的认知负荷会显著低于电子和非自然音频。假设H5预测四类音频之间存在显著差异。

认知负荷本身通过两种方式测量：任务结束后按0到10分填写的NASA TLX自评量表，以及两个生理替代指标——来自平衡板的压力中心（CoP）速度和来自头显眼动追踪的瞳孔直径。会话结束后还收集了16题模拟器晕动问卷以检查晕动症。把这些测量分开看待很重要，因为自评评分和瞳孔测量回答的是关于心理努力的不同问题。

古典与自然音频降低了报告负荷

核心结果是听觉反馈显著影响了导航任务中的认知负荷，摘要报告p = .0011。效应方向有利于更平静的类别：古典和自然音频产生的认知负荷低于无音频基线和其他音频类别，作者将其解读为支持H1和H4。

逐条件表格比这一总结更谨慎。与无音频相比，古典音乐的配对t为-2.47，p = .0568，效应量大（d_z = -1.01）；自然音景的t = -2.33，p = .0676，d_z = -0.95。两者单独都未跨过常规的.05阈值。电子音乐更弱（t = -1.40，p = .2209），非自然声音实际上方向相反（t = 0.16，p = .875）。

因此更诚实的解读是：古典和自然音频呈现一致的效应方向且标准化差异较大，但在六人样本中，各配对检验刚好高于显著水平。总体p值显著与配对p值不显著并不矛盾；它们描述的是不同比较，读者不应把类别排序视为已经牢固确立。

平衡与瞳孔大小随认知负荷变化

论文的第二个贡献是心理努力与身体控制之间的耦合。在古典和自然条件下，更好的姿势平衡伴随更低的认知负荷。作者用双任务干扰来解释：注意力是有限资源，用于导航决策的努力越多，留给运动控制的就越少，而VR中的平衡本就受到感觉冲突和空间不确定性的挑战。

这一说法体现在结果表的相关系数列中，而这些数据并不一致。对于古典音频，平衡与负荷的相关系数为r = -0.82，p = .0480，瞳孔与负荷的相关系数r = 0.0236，p被报告为显著。对于自然音频，平衡与负荷达到r = -0.98，p = .00048，而瞳孔与负荷为r = 0.803，p = .0543。电子和非自然条件未显示同类的显著相关。

瞳孔直径的方向符合预测：在更平静的条件下，更高的认知负荷伴随更大的瞳孔，支持H3。论文将此描述为瞳孔大小反映了认知资源的占用。由于这些是小样本内的相关关系，它们只能说明共同变化，不能说明音频通过降低负荷导致了平衡改善。

非自然噪声无益且改变了平衡

非自然类别是最清晰的负面案例。其与无音频的认知负荷比较基本持平（t = 0.16，p = .875），说明人造噪声没有降低报告的努力程度。与此同时，该条件下的平衡指标显著变化（t = -2.75，p = .0401，d_z = -1.12），是表中唯一被标记为显著的平衡比较。

这一组合值得停下来思考。一个未能降低认知负荷却改变了姿势指标的条件，提示噪声对身体产生了作用，却没有缓解心理任务。论文的设计启示正来自这一对比：在辅助导航中，自然、连续、低复杂度的声音被描述为比高动态音频更舒适、更友好。

晕动问卷原本用于检查不适感是否能解释负荷差异，但证据包未按条件报告SSQ结果，因此无法根据这些证据声称晕动症驱动了上述结果。

设计建议的适用范围止于何处

作者把听觉提示定位为无障碍功能而非风格选择，主张设计者应将合适的音频反馈视为基础要素，尤其是对老年用户或平衡障碍用户。其推理是：容易认知过载或平衡困难的用户，从把路径决策转移到声音上获益最大。

这一延伸是设计论证，而非经过检验的结果。参与者是六名平均年龄27岁的成年人，未研究老年或平衡障碍群体。鉴于双任务框架，这些用户获益更大的说法是合理的，但论文没有提供来自这些人群的数据，因此应将其视为计划中更大规模研究的假设。

同样的谨慎也适用于类别排序。古典和自然音频在认知负荷、瞳孔直径和平衡上表现最好，但在这一样本量下配对显著性很脆弱，而且电子和非自然类别各自只有少数几首曲目代表。

优先选择平静的定向音频而非动态噪声

如果用这项试点来指导VR导航设计决策，可操作的区分在于平静音频与动态音频之间，而不只是音频与静音之间。古典和自然定向提示在报告认知负荷上降幅最大，并伴随最强的平衡和瞳孔相关；电子提示较弱，非自然噪声没有负荷收益，却显著改变了平衡。

论文自身设定的优先事项是把低复杂度、自然化的定向声音作为辅助导航的默认候选，然后在更大样本中确认，再写入无障碍标准。六人设计和徘徊在.05附近的配对p值意味着，类别排序是一条待检验的线索，而不是可以直接据此设计的阈值。

本文引用的文献