在视频会议技术发展的过程中，如何在会议时明确说话的对象一直是个没有解决好的难题。在面对面交谈时，目光交流、点头摇头等无法用言语传递的信息在确定说话对象时都扮演着很重要的角色。
 

       为了让视讯会议更好的支持这些身体语言，日本 NTT 旗下的实验室就开发出了一个名叫 MM-Space 的系统。这个系统由摄影机、放映机、扬声器、半透式屏幕以及驱动器组成。通过面部追踪，系统会将摄影机捕捉到的头部动作传递到驱动器之上，然后驱动器会驱动屏幕模拟出相应的点头、摇头、转向等动作。
 

       通过这一系统，会议参与者可以凭藉屏幕的「动作」，更容易的确定说话对象。目前 NTT 的工作人员正在努力完善实时会议传输功能，相信在不久的将来我们在视讯会议时就不会再搞不清楚谁在和谁说话了。