在視訊會議技術發展的過程中,如何在會議時明確說話的對象一直是個沒有解決好的難題。在面對面交談時,目光交流、點頭搖頭等無法用言語傳遞的信息在確定說話對象時都扮演著很重要的角色。為了讓視訊會議更好的支援這些身體語言,日本 NTT 旗下的實驗室就開發出了一個名叫 MM-Space 的系統。這個系統由攝影機、放映機、揚聲器、半透式螢幕以及驅動器組成。通過面部追蹤,系統會將攝影機捕捉到的頭部動作傳遞到驅動器之上,然後驅動器會驅動螢幕模擬出相應的點頭、搖頭、轉向等動作。通過這一系統,會議參與者可以憑藉螢幕的「動作」,更容易的確定說話對象。目前 NTT 的工作人員正在努力完善實時會議傳輸功能,相信在不久的將來我們在視訊會議時就不會再搞不清楚誰在和誰說話了。