在虛擬現(xiàn)實(shí)（VR）、增強(qiáng)現(xiàn)實(shí)（AR）及擴(kuò)展現(xiàn)實(shí)（XR）領(lǐng)域，文本輸入方式的多樣性雖為用戶(hù)提供了多種選擇，但同時(shí)也帶來(lái)了效率上的挑戰(zhàn)。這些平臺(tái)上的輸入方式涵蓋了虛擬鍵盤(pán)、眼動(dòng)追蹤、語(yǔ)音輸入等多種方案，然而，在推動(dòng)生產(chǎn)力應(yīng)用方面，如何在這些平臺(tái)上實(shí)現(xiàn)高效的文本輸入仍是一大難題。

為了深入探索這一領(lǐng)域，英國(guó)伯明翰大學(xué)的VR實(shí)驗(yàn)室攜手哥本哈根大學(xué)、亞利桑那州立大學(xué)、馬普智能系統(tǒng)研究所及谷歌的研究人員，共同推出了一項(xiàng)名為XR TEXT Trove的綜合數(shù)據(jù)庫(kù)項(xiàng)目。該項(xiàng)目旨在全面收錄并分類(lèi)整理針對(duì)虛擬和增強(qiáng)現(xiàn)實(shí)環(huán)境的文本輸入技術(shù)。

XR TEXT Trove數(shù)據(jù)庫(kù)詳細(xì)記錄了超過(guò)170種文本輸入技術(shù)，并通過(guò)32個(gè)分類(lèi)代碼對(duì)這些方法進(jìn)行了系統(tǒng)的歸類(lèi)。這些分類(lèi)代碼包括13個(gè)交互屬性，如輸入設(shè)備、用于輸入的身體部位等，以及14項(xiàng)性能指標(biāo)，如每分鐘輸入單詞數(shù)（WPM）、輸入錯(cuò)誤率（TER）。這一數(shù)據(jù)庫(kù)為研究人員提供了關(guān)于虛擬現(xiàn)實(shí)平臺(tái)文本輸入技術(shù)現(xiàn)狀的詳盡概覽，有助于他們更深入地了解這一領(lǐng)域的發(fā)展現(xiàn)狀。

在研究中，專(zhuān)家們指出，為了實(shí)現(xiàn)類(lèi)似傳統(tǒng)鍵盤(pán)觸控打字的速度，虛擬現(xiàn)實(shí)設(shè)備需要配備多指輸入功能。研究數(shù)據(jù)顯示，每增加一個(gè)輸入元素（如一根手指），用戶(hù)的輸入速度平均可提升約5個(gè)單詞/每分鐘。這一發(fā)現(xiàn)為虛擬現(xiàn)實(shí)設(shè)備的輸入設(shè)計(jì)提供了新的思路。

研究人員還強(qiáng)調(diào)了觸覺(jué)反饋、在實(shí)體桌面上打字以及為用戶(hù)輸入內(nèi)容提供直觀的視覺(jué)效果在提高打字效率和舒適度方面的重要性。例如，相比在空中打字，在實(shí)體表面上打字不僅能讓用戶(hù)體驗(yàn)更為舒適，還能有效降低肌肉疲勞。這些發(fā)現(xiàn)為優(yōu)化虛擬現(xiàn)實(shí)環(huán)境中的文本輸入體驗(yàn)提供了有價(jià)值的參考。

盡管虛擬現(xiàn)實(shí)平臺(tái)上的輸入方式多種多樣，但研究人員認(rèn)為，目前這些方式仍不及實(shí)體鍵盤(pán)的效率和舒適度。在現(xiàn)有的輸入技術(shù)中，眼動(dòng)追蹤輸入技術(shù)展現(xiàn)出了較大的優(yōu)勢(shì)。然而，要實(shí)現(xiàn)XR環(huán)境中高效率的打字，仍需積極發(fā)展機(jī)器學(xué)習(xí)和人工智能技術(shù)。這一觀點(diǎn)為虛擬現(xiàn)實(shí)領(lǐng)域未來(lái)的研究方向提供了新的視角。