在虛擬現實中，化身的面部表情往往是溝通的關鍵。然而，當化身的嘴部動作過於僵硬、不自然時，使用者的沉浸感可能受到影響，甚至削弱了社交互動的真實性。這一問題在過去的技術中尤為明顯，尤其是當耳機僅支援基本的嘴部動畫，缺乏先進的基於音訊或視覺的臉部追蹤功能時。

Meta 最新的 Movement SDK 透過支持臉部追蹤技術，為此類問題提供了解決方案。而在 Meta Horizon OS v71 中，推出的全新功能 Audio To Expression 更進一步，讓即使沒有視覺追蹤硬體的裝置也能呈現自然、逼真的面部表情。透過音訊串流的應用，此技術可以根據使用者的聲音動態生成臉部表情，使化身的表現更具說服力與情感張力。

Audio To Expression 的開發目標始終聚焦於促進用戶之間的連接，讓社交互動更具沉浸感。傳統的面部動畫通常僅捕捉嘴部動作，忽略了臉頰、眉毛及鼻子等細微表情，而這些微妙的動作對於傳遞情感至關重要。Audio To Expression 透過 AI 分析與音訊串流技術，模擬完整的臉部表情，使得用戶的語言表達更為生動。

該功能適用於各類社交互動場景，無論是競技遊戲、協作平台，還是休閒娛樂，皆能提升用戶的體驗。例如，在與 Arthur Technologies 的合作中，Meta 發現該技術能顯著增強虛擬會議中的臨場感，透過可視化表情來促進用戶間的信任與同理心。這對於需要跨地域溝通的商業場景尤為重要，亦可應用於娛樂領域，讓玩家在競技遊戲中更直觀地感受到隊友的情感反應。

技術上，Audio To Expression 利用耳機的麥克風音訊輸入，結合 Meta 的臉部追蹤混合形狀技術，生成流暢的全臉動畫。與過往技術相比，它對裝置資源的需求更低，既減少了記憶體佔用，也降低了應用的運行成本。此功能可在 Meta Quest 系列的所有耳機上使用，包括最新的 Quest 3s、Quest Pro 及 Quest 2。

對於開發者而言，實現此功能的步驟相對簡單。設計角色時，只需確保模型支持臉部混合形狀，並將技術整合到應用程式中即可。從第一人稱射擊遊戲到商務協作平台，Audio To Expression 為虛擬互動帶來了更多可能性。

當虛擬現實技術持續進步時，像 Audio To Expression 這樣的創新功能正不斷拉近人與人之間的距離。無論是在遊戲中傳遞情感，還是在虛擬會議中表達意圖，這項技術都為 Meta Horizon OS 的應用場景開創了新的應用。

Unity 運動臉部追蹤 SDK、Movement SDK for Unreal、OpenXR 運動 SDK 中的臉部跟踪