MoPhrase

Category	Name
学会	INTERACTION2026
共著者	渡邊恵太
使用言語	React / TypeScript / p5.js
論文	INTERACTION2026

本研究では、大規模言語モデル（LLM）を用いて、自然言語による指示からモーションパスを編集できるシステム MoPhrase を提案しました。本研究は「インタラクション2026」のデモ展示にて、プレミアム発表（18%）に採択され、同枠で発表を行った結果、インタラクティブ発表賞（PC推薦） を受賞しました。

背景

モーショングラフィックス制作では、「だんだん弱く」「荒々しく」といったセマンティックな意図を反映したい場面が多くあります。しかし、既存の制作フローでは、その意図を実現するためにモーションパスの形状や速度変化を直接調整する必要があり、試行錯誤のコストが高くなりがちです。MoPhrase は、こうした意図を自然言語で入力し、モーションパスを局所的に補正することで、直感的にモーションデザインを調整できることを目指した研究です。

システム概要

MoPhrase は、自然言語による編集指示をもとに、アニメーションの軌跡やイージングを調整できるモーショングラフィックスエディタです。ユーザが「だんだん上に」「荒々しくして」といった指示を与えると、LLM がその意図を解釈し、モーションパスの補正案を複数提示します。

探索的なインタフェース

MoPhrase では、生成された候補案を単に一覧表示するのではなく 候補リスト自体が適用度を操作するスライダー として機能するインタフェースを設計しました。領域上をドラッグすることで、補正の強さを探索的に変えながら結果を比較できます。「荒々しくして」「だんだん上に」といった曖昧な指示でも、ニュアンスを見比べながら素早く調整できます。さらに、一度適用した補正は内容と適用度をセットにした モディファイア として保存されます。これにより、あとから特定の補正だけを弱めたり、削除したりでき、複数の編集意図を重ねながら段階的にモーションを作り込めます。

発表と成果

本研究は、インタラクション2026 にてデモ発表を行いました。プレミアム発表として採択され、全投稿 172 件中 11 件に選ばれる形で インタラクティブ発表賞（PC推薦） を受賞しました。