CN119512362A 用于显示与媒体内容相关的用户界面元素的方法 （苹果公司）

202380026472.12023.01.10用于显示与媒体内容相关的用户界面元素上显示字幕的媒体项的部分的深度来在不同深媒体项的不同位置处显示包括与该媒体项相关计算机系统根据在其之上显示该用户界面元素的该媒体项的该部分的视觉特性以不同视觉外观显示包括与该媒体项相关联的信息的用户界2在与一个或多个显示生成部件和一个或多个输入设备通在经由所述一个或多个显示生成部件显示具有在不同深度处的内容的媒体项的表示所述表示的所述第一部分上显示所述相应用户界根据确定所述媒体项的所述表示的所述第一部分正被呈现在所述媒体项的所述表示根据确定所述媒体项的所述表示的所述第一部分正被呈现在所述媒体项的所述表示在所述媒体项的所述表示中的所述第一深度处呈现所述媒体项的所述表示的所述第3.根据权利要求1所述的方法，其中当所述相应用户界面元素被显示为覆盖在所述媒在距所述用户的所述视点所述第一距离处覆盖在所述媒体项的所述表示的所述第一盖在所述媒体项的所述表示的所述第二部分上显示所述相应用户界面根据确定所述媒体项的所述表示的所述第二部分正被呈现在所述媒体项的所述表示5.根据权利要求1所述的方法，其中显示所述媒体项的所述表示包括同时显示所述媒体项的所述表示的所述第一部分和所述媒体项的所述表示的与所述第一部分不同的第二根据确定所述媒体项的所述表示的所述第一部分比所述媒体项的所述表示的所述第根据确定所述媒体项的所述表示的所述第二部分比所述媒体项的所述表示的所述第3在所述相应用户界面元素覆盖在所述媒体项的所述表示的所述第一部分上的情况下经由所述一个或多个显示生成部件显示回放控制用户界停止覆盖在所述媒体项的所述表示的所述第一部7.根据权利要求6所述的方法，其中当满足一个或多个判据时显示所述回放控制用户在停止所述相应用户界面元素的显示之后并且在显示所述回经由所述显示生成部件覆盖在所述媒体项的所述表示的与所述第一部分不同的第二在覆盖在所述媒体项的所述表示的所述第一部分在检测到所述媒体项的所述表示相对于所述用户的所述视点的所述相对位置的所述根据所述媒体项的所述表示相对于所述用户的所述视点的所述相对位置的所述改变，将所述相应用户界面元素从覆盖所述媒体项的所述表示的所述第一部分移动到覆盖所述媒体项的所述表示的与所述第一部分不同的第根据确定所述媒体项的所述表示处于第一回放定位，用于所述根据确定所述媒体项的表示处于与所述第一回放定位不同的第媒体项的所述字幕包括与在所述第二回放定位处存在的音频相对应的与所述第一内容不4在显示所述相应用户界面元素时并且在所述计算机系统正在播放所述媒体项的所述响应于接收到所述第一输入，继续回放所述媒体项13.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储被配置为由与显示生成部件和一个或多个输入设备通信的计算机系统的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行根据权利要求1至12中任一项所述的14.一种与显示生成部件和一个或多个输入设备通信的计算机系统，所述计算机系统存储器，所述存储器存储被配置为由所述一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行根据权利要求1至12中任一项所述的方5[0003]本申请要求2022年1月10日提交的美国临时申请号63/266,625的权益，该美国临[0007]因此，需要具有改进的方法和界面的计算机系统来向用户提供计算机生成的体[0008]通过所公开的系统减少或消除了与计算机系统的用户界面相关联的上述缺陷和6机系统还具有一个或多个输出设备，这些输出设备包括一个或多个触觉输出发生器和/或眼睛和手部在相对于GUI(和/或计算机系统)或移动传感器捕获的)和/或语音输入(如由一个或多个音频输入设备捕获的)与GUI进行交能的可执行指令任选地被包括在被配置用于由一个或多个处理器执行的暂态和/或非暂态意力在相对于该媒体项的不同位置处显示包括与该媒体项相关联的信息的用户界面元素。视觉特性以不同视觉外观显示包括与该媒体项相关联的信[0012]为了更好地理解各种所述实施方案，应结合以下附图参[0013]图1是示出根据一些实施方案的用于提供XR体验的计算机系统的操作环境的框[0014]图2是示出根据一些实施方案的计算机系统的被配置为管理和协调用户的XR体验[0015]图3是示出根据一些实施方案的计算机系统的被配置为向用户提供XR体验的视觉[0016]图4是示出根据一些实施方案的计算机系统的被配置为捕获用户的手势输入的手[0017]图5是示出根据一些实施方案的计算机系统的被配置为捕获用户的注视输入的眼7[0019]图7A至图7E示出了根据本公开的一些实施方案的电子设备如何显示用于具有在[0020]图8A至图8I是示出根据一些实施方案的显示用于具有在不同深度处的内容的媒[0021]图9A至图9E示出了根据本公开的一些实施方案的电子设备如何基于电子设备的[0022]图10A至图10G是示出根据一些实施方案的基于电子设备的用户的注意力来显示[0023]图11A至图11C示出了根据本公开的一些实施方案的电子设备如何以不同视觉外[0024]图12A至图12F是示出根据一些实施方案的以不同视觉外观显示视频字幕的方法[0026]本文所述的系统、方法和GUI提供了电子设备促进与三维环境中的对象交互并操[0027]在一些实施方案中，计算机系统显示具有在不同深度处的内容的媒体项的表素被显示在距用户的视点第一距离处。如果媒体项的表示的该部分正被呈现在第二深度统在相对于媒体项的表示的与媒体项的表示的第一部分相对应的第一位置处显示包括与[0030]图1至图6提供了用于向用户提供XR体验的示例计算机系统的描述(诸如下文相对示出根据一些实施方案的显示用于具有在不同深度处的内容的媒体项的视频字幕的示例8出了根据本公开的一些实施方案的电子设备如何基于电子设备的用户的注意力来显示用同视觉外观显示视频字幕的方法的流程图。图11A至图11C中的用户界面用于示出图12A至快且更有效地使用设备而减少了电力使用并延长了设备[0032]此外，在本文所述的其中一个或多个步骤取决于已满足一个或多个条件的方法个条件的一个或多个步骤的方法重写为重复直到已满足该方法中所述的每个条件的方法。提供XR体验。计算机系统101包括控制器110(例如，便携式电子设备的处理器或远程服务和外围设备195中的一者或多者与显示生成部件120集成(例如，在头戴式设备或手持式设[0034]在描述XR体验时，各种术语用于区别地指代用户可以感测并且/或者用户可以与使得生成XR体验的计算机系统生成与提供给计算机系统101的各种输入对应的音频、视觉9[0035]物理环境：物理环境是指人们在没有电子系统帮助的情况下能够感测和/或交互的方式类似的方式调节呈现给人的图形内容和声场生成的环境内人的存在的模拟和/或通过在计算机生成的环境内人的物理移动的一个子组现MR环境的一些电子系统可以跟踪相对于物理环境的位置和/或取向，以使虚拟对象能够或多个传感器图像进行转换以施加与成像传过以图形方式消除其部分或将其部分进行模糊处理而[0043]视点锁定的虚拟对象：当计算机系统在用户视点中的相同位置和/或定位处显示显示在用户的视点的左上角中，即使在用户的视[0044]环境锁定的视觉对象：当计算机系统在用户的视点中的位置和/或定位处显示虚境(例如，物理环境或虚拟环境)中的位置和/和/或锚定到该位置和/或对象)。随着用户的视点移动，环境中相对于用户的视点的位置和/或对象改变，这导致环境锁定的虚拟对象显示在用户视点中的不同位置和/或定位处。例如，锁定到紧接在用户前面的树木上的环境锁定的虚拟对象显示在用户的视点的中心位置和/或定位取决于环境中虚拟对象被锁定到其上的位置和/或对象的位置和/或取向。在一些实施方案中，计算机系统使用静止的参照分移动而移动以保持虚拟对象和环境的该部分对于虚拟对象所跟随的参考点的移动而减少或延迟环境锁定或视点锁定的虚拟对象的运慢的第二速度移动(例如，直到参考点停止移动间的距离增加(例如，因为虚拟对象正被显示以象被锁定到的环境的该部分或视点)移动大于第一量的第二量时，参考点与虚拟对象之间的距离最初增加(例如，因为虚拟对象正被考点不同的视点或环境的该部分的固定或基本上固定的位置)，并且接着随着参考点的移参考点基本上固定的位置包括虚拟对象在一个[0046]硬件：有许多不同类型的电子系统使人能够感测各种XR环境和/或与各种XR环境的一个或多个成像传感器和/或用于捕获物理环境的音频的一个或多个麦克风。头戴式系110的功能由显示生成部件120提供和/或与该显示且用户握持具有朝向用户的视场的显示器和朝向场景105的相机的设备。在一些实施方案件120是被配置为呈现XR内容的XR室、壳体或房间，其中用户不穿戴或握持显示生成部件设备相对于物理环境(例如，场景105或用户身体的部))的移动而触发的与XR内容的交互的用户界面可以类似地用HMD来实现，其中移动是由开中认识到，为了简洁起见并且为了不模糊本文所公开的示例性实施方案的更多相关方[0051]图2是根据一些实施方案的控制器110的示例的框图。尽个输入/输出(I/O)设备206、一个或多个通信接口208(例如，通用串行总线(USB)、IEEE[0052]在一些实施方案中，一条或多条通信总线204包括互连和控制系统部件之间的通存取存储器(SRAM)、双倍数据速率随机存取存储器(DDRRAM)或者其他随机存取固态存储[0054]操作系统230包括用于处理各种基础系统服务和用于执行硬件相关任务的指令。在一些实施方案中，XR体验模块240被配置为管理和协调一个或多个用户的单重或多重XR获取单元241包括指令和/或用于指令的逻辑以及启发法和用于启手部跟踪单元244被配置为跟踪用户的手部的一个或多个部分的定位/位置，以及/或者用坐标系(该坐标系是相对于用户的手部定义的)的运部跟踪单元244。在一些实施方案中，眼睛跟踪单元243被配置为跟踪用户注视(或更广泛任选地由输出设备155和/或外围装设备195中的一者或多者呈现给用户的XR体验。出于该包括指令和/或用于指令的逻辑以及启发法和用243和手部跟踪单元244)、协调单元246和数据传输单元248的任何组合可以位于单独计算中实现，并且单个功能块的各种功能可在各种实施方案中通过一个或多个功能块来实现。在一些实施方案中，部分地取决于为特定具体实施选择的硬件、软件和/或固件的特定组面向内部并且/或者面向外部的图像传感器314、存储器320以及用于互连这些部件和各种[0062]在一些实施方案中，一条或多条通信总线304包括用于互连和控制各系统部件之[0064]在一些实施方案中，一个或多个图像传感器314被配置为获取与用户面部的包括中，一个或多个图像传感器314被配置为获取与用户的手部以及任选地用户的手臂的至少传感器314可包括一个或多个RGB相机(例如，具有互补金属氧化物半导体(CMOS)图像传感器或电荷耦合器件(CCD)图像传感器)、一个或多个红外(IR)相机和/或一个或多个基于事[0066]操作系统330包括用于处理各种基础系统服务和用于执行硬件相关任务的过程。[0067]在一些实施方案中，数据获取单元342被配置为至少从图1的控制器110获取数据数据获取单元342包括指令以及/或者用于指令的逻辑以及启发法和用于启[0069]在一些实施方案中，XR映射生成单元346被配置为基于媒体内容数据生成XR映射及/或者用于该指令的逻辑以及启发法和用于该及/或者用于指令的逻辑以及启发法和用于中实现，并且单个功能块的各种功能可在各种实施方案中通过一个或多个功能块来实现。在一些实施方案中，部分地取决于为特定具体实施选择的硬件、软件和/或固件的特定组部跟踪设备140(图1)由手部跟踪单元244控制(图2)来跟踪用户的手部的一个或多个部分用户的面部、眼睛或头部)，以及/或者相对于坐标系(该坐标系是相对于用户的手部定义经由应用程序接口(API)提供给在控制器景中的点在距图像传感器404的特定距离处相对于预先确定的参考平面的深度坐标。在本和/或控制器110中的处理器上运行的软件处理3D映射数据以提取这些深度映射图中手部的图像块描述符。软件可基于先前的学习过程将这些描述符与存储在数据库408中的图像[0078]软件还可以分析手部和/或手指在序列中的多个帧上的轨迹以识别手势。本文所(或独立于作为设备的一部分的输入元件)的情况下检测到的并且基于检测到的用户身体条腿)穿过空中的运动(包括用户的身体相对于绝对地面的角度或用户的手部相对于地面的距离)、相对于用户身体的另一部分的运动(例如，身体的一部分的预定速度或旋转量的摇动手势用的输入手势包括通过用户的手指相对于用户的手部的其他手指或部分的移动执行的用在用户不触碰作为设备的一部分的输入元件(或独立于作为设备的一部分的输入元件)的相对于绝对参考的运动(例如，用户的手户的一只手相对于用户的另一只手的移动、和/或用户的手指相对于用户的另一手指或手将移动预定量和/或速度的轻击手势、或包括用户身体的一部分的预定速度或旋转量的摇户执行输入手势的同时用户的手部的定位不在与用户界面对象在三维环境中的定位相对通过在与用户界面对象的显示定位相对应的定位处或附近由同一手部执行(例如，用户捏合两个或更多个手指手势移动是手指或手部远离用户的视点和/或朝向作为轻击输入的目标的对象，随后是移或多个附加条件检测到指向三维环境的一部分的注视来确定用户的注意力指向三维环境持续时间)和/或要求注视在用户的视点在距三维环境的该部分的距离阈值内时指向三维多个手指延伸并且手掌背对用户的预轻击)、基于手部是否处于相对于用户的视点的预先方并且在用户的头部下方的用户前方的区域移动或远离用户的身体或腿部移动)来确定手述的功能中的一些或全部可以在专用硬件(404分开的单元，控制器的处理功能中的一些处理功能或全部处理功能可以由合适的微处理器和软件或由图像传感器404(例如，手部跟踪设备)的外壳内的专用电路或与图像传感感测功能同样可以集成到将由传感器输出控制的计算机或其他计[0090]图4还包括根据一些实施方案的由图像传感器404捕获的深度映射图410的示意该映射图中的背景和手腕分割出来。深度映射图410内的每个像素的亮度与其深度值(即，[0091]图4还示意性地示出了根据一些实施方案的控制器110最终从手部406的深度映射图像帧上的位置和移动来根据一些实施方案确定由手部执行的手势或手部踪设备130由眼睛跟踪单元243(图2)控制来跟踪用户注视相对于场景105或相对于经由显眼睛跟踪设备130任选地与也是头戴式的显示生成部件或不是头戴式的显示生成部件结合近眼显示面板)来在用户眼睛前面显示包括左图像和右图像的帧，从而向用户提供3D虚拟用户眼睛以接收光源直接从眼睛反射的IR或NIR光，或者另选地可指向位于用户眼睛和显见光通过。眼睛跟踪设备130任选地捕获用户眼睛的图像[0095]在一些实施方案中，使用设备特定的校准过程来校准眼睛跟踪设备130以确定用设备130确定了设备特定参数和用户特定参数，就可以使用闪光辅助方法来处理由眼睛跟示器面板，或者手持式设备的显示器、投影仪等)之间的镜子550(这些镜子反射来自眼睛面板的左帧和右帧)并且将帧562提供给显示器510。控制器110将来自眼睛跟踪相机540的用闪光辅助方法或其他合适的方法从眼睛跟踪相机540获取的注视跟踪输入542来估计用如，控制器110可以在根据用户当前注视方向确定的中央凹区域中以比在外围区域中的分机的自动聚焦机构可以聚焦于显示器510上用户当前正看向的环境中的对象或表面上。作来调整眼睛透镜520的焦点，使得用户当前正看向的虚拟对象具有适当的聚散度以匹配用[0101]如图5中所示的注视跟踪系统的实施方案可例如用于计算机生成的现实、虚拟现注视跟踪流水线通过闪光辅助的注视跟踪系统(例[0106]图6旨在用作可用于特定具体实施的眼睛跟踪技术的一个示例。如本领域普通技前存在或未来开发的其他眼睛跟踪技术可用于取代本文所述的闪光辅助的眼睛跟踪技术或与该闪光辅助的眼睛跟踪技术组合使用。一个或多个虚拟对象叠加在真实世界环境602的表示维环境中在现实世界中具有对应位置的相应位置处来在三维环境中显示虚拟对象以看起描述为在相对于物理对象的相应位置(例如，诸桌子处或附近的位置)处显示虚拟对象时，计算机系统在三维环境中的特定位置处显示虚显示在三维环境中的与物理环境中如果该虚拟对象是该特定位置处的现实对象则将显示定用户是否正与虚拟对象交互并且/或者用户正如何与虚拟对象交互时，计算机系统任选在三维环境中的位置和感兴趣虚拟对象在三维环境中的位置之间的距离来确定用户的手算机系统任选地捕获该一只或多只手并且在三维环境中的地确定虚拟对象在物理世界中的对应位置(例如一种技术来将物理对象的位置映射到三维环境和/或将虚拟对象的位置映射[0112]在一些实施方案中，使用相同或类似的技术来确定用户件在三维环境中显示或经由该显示生成部件在三维环境中可见的对象相同的定位、取向示的虚拟对象是物理环境中的物理对象(例如中处于与由计算机系统的显示生成部件在三维环境中显示的虚拟对象相同的定位、取向设备或输入方法来提供示例，并且使用另一个输入设备或输入方法来提供另一个示例时，或多个相机的计算机系统(诸如，便携式多功能设备或头戴式设备)上实现的用户界面[0117]图7A至图7E示出了根据本公开的一些实施方案的电子设备如何显示用于具有在[0119]在一些实施方案中，三维环境730包括电子设备101的物理环境732中的物理对象的一个或多个表示和/或一个或多个虚拟对象(例如，不位于物理环境732中但由电子设备710和/或物理环境732的其他部分经由电子设备101和/或显示生成部件120经由电子设备具有长度和/或宽度(例如，X和/或Y边界)，在该长度和/或宽度内呈现二维媒体项的表示包括背板元素和与在第一回放定位720处存在的口述和/或非口述音频相对应的文本(例[0123]在一些实施方案中，电子设备101基于用户716的注意力所指向的媒体项705的表中，电子设备101已响应于经由一个或多个传感器314检测到用户716的注视740指向演员A706和/或响应于经由一个或多个传感器314检测到用户716的头部朝向演员A706取向而任选地检测/确定用户716的注意力指向演员A[0124]响应于电子设备101检测/确定用户716的注意力指向演员A706，电子设备101任户界面元素712也可响应于检测到用户716的注意力指向演员A706而被显示为在任何方向上偏离演员A706或者覆盖在演员A730的中心且朝向三维环境730的顶部/后部取向)的视点第一距离处显示视频字幕用户界的视点的距离(例如，视频字幕用户界面元素712的101响应于电子设备101检测到用户716的注意力当前指向演员A706而开始在与媒体项705视点的特定深度和/或距离处显示视频字幕用户界面元素[0126]在一些实施方案中，电子设备101显示视频字幕用户界面元素712的距用户716的视点的距离不是基于用户的注意力所指向的媒体项705的表示的部分的深度，而是基于离在第一回放定位720处，演员A706在媒体项705的表示中处于比演员B708离用户716的视是媒体项705的表示的离用户716的视点最近的部分而开始在与媒体项705的表示中的演员从第一回放定位720(如图7A中的进度条所示)前进到媒体项705的表示中的第二回放定位724(如图7B中的进度条所示)。响应于媒体项705的表示中的回7A中处于离用户716的视点更远的深度)的演员A706和如图7A所示在媒体项705的表示中处于相同深度的演员B708(例如，演员B708的深度在第一回放定位720与第二回放定位101显示视频字幕用户界面元素712的距用户716的视点的距离随着用户716的视点与媒体设备101任选地不再在图7A中描述和示出的距用户716的视点第一距离处显示视频字幕用户界面元素712，因为演员A706不再是媒体项705的表示中离用户716的视点最近的部分项705的表示中离用户716的视点最近的部分而现在在与媒体项705的表示中的演员B708[0129]在一些实施方案中，电子设备101不响应于确定媒体项705的表示中离用户716的视点最近的部分改变(如上文所述)而更新/改变视设备101显示视频字幕用户界面元素712的距用户716的视点的距离任选地从图7A中的俯视图714中所指示的第一距离改变为图7B中的俯视图714中所指示的第二距离(例如，与图7A相比离用户716的视点更远的距离)，因为电子设备101响应于电子设备101检测到用户716的注视740从指向演员A706(如图7A所示)改变为指向演员B708(如图7B所示)而开始在与[0130]虽然图7B示出电子设备101正在比图7A中离用户716的视点更远地显示视频字幕用户界面元素712(例如，因为当用户716的注意力从演员A706改变为演员B708时，演员A电子设备101正在显示视频字幕用户界面元素712的距用户716的视点的距离将任选地不改可另选地响应于电子设备101检测到用户716的注意力从图7A中的演员A706改变为图7B中界面元素712在图7B中被显示为比在图7A中离用户716的视点更远(如图7A和图7B中的俯视图714中所指示的)，视频字幕用户界面元素712的角大小在图7A与图7B之间也不改变(例素712的角大小任选地随着视频字幕用户界面元素712被显示为离用户716的视点更近而增为在三维环境中视频字幕用户界面元素712的大小不改变，如也在方法800中更详细描述管电子设备101正在显示视频字幕用户界面元素712的距用户716的视点的距离的替代方为视频字幕用户界面元素712在图7B中被显示为比在图7A中离用为媒体项705的表示中的口述和/或非口述音频在第一回放定位720与第二回放定位724之因为在媒体项705中的第二回放定位724处由演员B708说出的词与在图7A所示的第一回放手部728处于预先确定的手部形状(诸如如图7C所示的预轻击手部形状(和/或预捏合手部的一个或多个可选选项。例如，如图7C所示，回放控制用户界面726包括可选选项726a_选选项726c在被选择时使得电子设备101用内容回放队列来替换媒体用户界面对象704中体项705的表示相关联的菜单，该菜单包括用于切换打开/关闭媒体项705的表示的字幕的面726的请求之前显示视频字幕用户界面元素712的高度相同或类似的高度处显示回放控子设备101检测到显示回放控制用户界面726的请求而开始在较高的Y位置处显示视频字幕然响应于电子设备101检测到显示回放控制用户界面726的请求而在较高的Y位置处显示图101停止视频字幕用户界面元素712的显示，而不是如上所述更新视频字幕用户界面元素726的请求，电子设备101任选地不在更高的Y位置处重新显示视频字幕用户界面元素712，在媒体项的表示中的演员B705的深度任选地在图7B与图[0140]在图7D中，响应于媒体项705的表示中的回放定位从第三回放定位729(如图7C所示)改变为第四回放定位733(如图7D中的视频进度条所示)，电子设备101现在正在第四回705的表示中比当媒体项705的表示在第三回放定位729处时处于离用户716的视点更近的深度)的演员B708和如图7C所示在媒体项705的表示中处于相同深度的演员A706(例如，演员A706的深度在第三回放定位729与第实施方案中，电子设备101基于媒体项705的表示的与媒体项705的当前音频相对应的部分止在图7C中所指示的位置处显示视频字幕用户界面元素712，并且已开始在图7D中所指示显示视频字幕用户界面元素712的位置和/或距离没有响应于电子设备101确定媒体项705的表示的音频对应于演员A706而在图7C与图7D之间改变，而是响应于电子设备101检测到[0142]在图7E中，电子设备101已检测到用户716的视点从图7D中的俯视图714中所指示示的视点移动到图7E中所指示的视点，因为用户716移动到物理环境732中的对应位姿和/正从三维环境730的用户716的新视点(图7D中的俯视图714中指示的视点)显示三维环境[0143]在一些实施方案中，随着电子设备101正在检测三维环境730的用户716的视点的面元素712从覆盖媒体项705的表示的中间左侧部分(如图7C所示)移动到覆盖该表示的中[0144]图8A至图8I是示出根据一些实施方案的显示用于具有在不同深度处的内容的媒一些实施方案中，方法800通过存储在非暂态计算机可读存储介质中并由计算机系统的一视机或用于投影用户界面或使得用户界面对一个或多捕获用户输入、检测用户输入等)并且将与用户输入相关联的信息传输到计算机系统的计第一深度处，相应用户界面元素被显示在距计算机系统的用户的视点第一距离处(802b)，处的媒体项的表示，计算机系统更新媒体项的表示以在媒体项的表示的维度/边界内包括界面元素任选地被显示在距用户的视点相同的距离处或户的视点与第一距离不同的第二距离处(802c)，诸如相对于图7C中的演员B708和用户界户的视点更远或更近的深度处呈现)，则相应用户界面元素被显示在距用户的视点不同的并且如果相应媒体项的第一部分离用户的视点分距用户的视点的距离)。基于媒体项的一部分距用户的视点的深度来改变显示相应用户界面元素距用户的视点的距离提供了用于减少用户在与相应用户界面元素和相应媒体项分在媒体项的表示中的不同深度处显示(例如界面元素使得计算机系统在媒体项的表示的回放期间在距用户的视点的适当距离处自动分与媒体项的表示的第一部分(例如，相应用分)相比被显示在离用户的视点更近的深度处，则在相应用户界面元素覆盖在媒体项的表近所覆盖的媒体项的表示的部分)相比被显示在距用户的视点更远的深度处，则在相应用势来重新定位/移动相应用户界面元素以覆盖在媒体项的表示的第三部分上。在一些实施用户的视点与第一距离、第三距离和/或第四距离不同的第二距离处显示相应用户界面元离处显示相应用户界面元素使得计算机系统在媒体项的表示的回放期间在距用户的视点目标焦平面对应于媒体项的表示的第一部分时覆盖在媒体项的表示的第一部分上显示相应用户界面使得计算机系统在媒体项的表示的回放期间在媒体项的表示的被指定为感兴体项的表示的离用户的视点最近的部分上显示相应用户界面元素使得计算机系统在媒体一个或多个可选选项包括在被选择时使得计算机系统将媒体项的表示倒回预先确定的量示的回放的一个或多个可选选项包括在被选择时使得计算机系统暂停/播放媒体项的表示可选选项包括在被选择时使得计算机系统呈现与媒体项的表示相关联的字幕/子标题选项到显示用于媒体项的表示的回放控制的请求而停止相应用户界面元素的显示使得计算机足该一个或多个判据时不显示回放控制用户界面(814a)，诸如当图7C中的手部728处于就后并且在显示回放控制用户界面时(例如，响应于检测到第一输入满足该一个或多个判计算机系统响应于检测到手部728不再处于就绪状态而经由一个或多个显示生成部件显示放控制用户界面之前/先前计算机系统正在显示相应用户界面元素的地方。在一些实施方在不同的深度处显示)。在计算机系统停止回放控制用户界面的显示之后重新显示相应用示(816b)相应用户界面元素，诸如当回放控制元素726在图7C中被显示时将用户界面元素覆盖(例如，紧接)在计算机系统显示回放控续显示覆盖在媒体项的表示的第一部分上的相应用户界回放控制用户界面被显示时没有将相应用户界面元素从覆盖在媒体项的表示的第一部分为相应用户界面元素移动得离用户视场的中间中心更近)。基于计算机系统是否正在显示回放控制用户界面而覆盖在媒体的表示的不同部分上显示相应用户界面元素使得相应用户界面和回放控制两者能够在不需要任何附加用户输入的情况下从用户的视点是可见的，由此减少用户在与相应用户界面元素交互时的眼睛的相对位置的改变，诸如由于用户的视点的改变而导致的从图7D到图7E的内容705的相对少用户在与相应用户界面元素交互时的眼睛疲的表示的第一部分上，因为媒体项的口述和/或非口述音频对应于媒体项的表示的第一部部分上显示相应用户界面元素，因为第二部分现在对应于媒体项的口述和/或非口述音频第一部分相关联的字幕文本(而不包括与媒体项的表示的第二部分相关联的字幕/语音文则相应用户界面元素仅包括与第二部分相关表示的部分上显示相应用户界面元素使得计算机系统在媒体项的表示中的当前感兴趣区幕包括与在第一回放定位处存在的音频相对应的第一内容(822a)，诸如图7A中的元素712于第二回放定位时，计算机系统任选地不再显示基于第一回放定位处的口述和/或非口述而改变在相应用户界面元素中所显示的字幕使得计算机系统自动地呈现关于媒体项的相示的用户输入之后，计算机系统在媒体项的表示的回放期间不再显示相应用户界面元素，应于用户输入而针对媒体项的表示的回放的剩余部分的至少一部分停止相应用户界面元素的显示提供了管理与媒体项的表示相关联的信息的显示[0172]图9A至图9E示出了根据本公开的一些实施方案的电子设备如何基于电子设备的[0173]图9A示出了经由电子设备101的显示生成部件120可见的三维环境920和三维环境920的俯视图914。如上参考图1至图6所述，电子设备101任选地包括显示生成部件120(例设备101能够用来捕获用户或用户的一部分的一个或多个图像的任何其他传感器。在一些包括媒体用户界面对象904(例如，与图7A至图7E中描述的媒体用户界面对象704相同或类的物理环境922的一个或多个部分经由电子设备101经由电子设备101的透明或半透明显示子设备101的透明或半透明显示器可见。[0175]在一些实施方案中，电子设备101从电子设备101的用户916的视点显示三维环境不显示沙发(物理环境922中的物理对象)的表示918视点任选地是图9A中的俯视图914中所示的视点，因为用户916当前朝向物理环境922中的位姿改变和/或随着用户916在物理环境922中移动，用户916的三维环境920的视点任选地[0178]在一些实施方案中，在媒体项905的表示对应于非沉浸式呈现模式时，三维环境920的各部分和/或经由电子设备101的半透明或透明显示器可见的物理环境922的各部分挡/遮蔽三维环境920和/或物理环境922的一个或多容包括在媒体项905的表示中处于第一位置和第一深度的演员A906以及在媒体项905的表用户界面元素912具有类似于图7A至图7E中描述的视频字幕用户界面元素712的一个或多元素712不同的用户界面元素和/或包括与视频字幕用户界面元素712相比的附加或另选信元素912将任选地包括与媒体项905中的当前回放定位相关的信息，诸如媒体项905中的当前回放定位处的演员/角色的姓名和/或传记；关于在媒体项905中的当前回放定位处播放对应于用户916的注意力当前所指向的媒体项905的表示的部分的X、Y和/或Z位置的X位置或多个传感器314检测到用户916的注视926指向媒体项905的表示的右上部分和/或响应于经由一个或多个传感器314检测到用户916的头部朝向媒体项905的表示的右上部分取向，电子设备101任选地检测/确定图9A中的用户916的注意力指向媒体项905的表示的右上部子设备101任选地在不基于用户916的注意力的预先确定的X位置(例如，相对于用户916的方案中，响应于电子设备101检测到对与图7C中描述的可选选项726a类似的可选选项的选媒体项905的表示在大小上已从图9A扩展到跨越用户916的视点周围180度的区域。虽然图9B中的媒体项905的表示被示为占据用户916的视点周围180度的区域，但本领域普通技术人员应当理解，在沉浸式呈现模式期间媒体项905的表示也可围绕用户916的视点周围45点的X定位(水平定位)处并且在相对于用户916的视点的固定Y定位(竖直定位)处和/或在Y定位和/或Z定位处显示用户界面元素912的实施方案中，电子设备101响应于检测到用户因为用户界面元素912在定位912b处的Y和Z定位对应于由电子设备101预先确定的相对于用户916的视点的竖直定位和距离，并且因为用户界面元素912在定位912b处的X定位对应于注视926所指向的演员A906的X定位(例如，用户界面元素912具有与演员A906相同(或类似)的X定位—用户916的注意力所指向[0185]以上示例描述了其中用户界面元素912的Y定位已被固定以使得用户界面元素912的Y定位也可被固定以使得用户界面元素912被显示在媒体项905的表示的中间或顶部部分在预先确定的(固定的)Y定位和基于用户916的注意力的X定位处显示用户界面元素912的示例，但也设想了其中用户界面元素912的X定位是预先确定的/固定的并且用户界面元素912的Y定位是基于用户916的注意力的实施[0186]在其中用户界面元素912的X定位基于用户916的注意力并且用户界面元素912的Y定位和/或Z定位已由电子设备101预先确定的实施方案中，用户界面元素912的X定位任选元素912在定位912b处的显示(在图9B中示出)并且开始在图9C中示出的定位912d处显示用101将用户界面元素912从定位912b移动/滑动到定位912d而不停止用户界面元素912的显并且然后在定位912d处重新显示用户界面元素912。电子设备101响应于检测到用户916的定位不随着电子设备101停止在定位912b处显示用户界面元素912并且开始在定位912d处位和Z定位是预先确定的/固定的并且因此即使随着用户916的定定位处的上述实施方案的另选方案，在一些实施方案中，用户界面元素912相对于用户设备101不在沿任何相应轴的固定定位处显示用户界面元素912的实施方案中，电子设备101响应于电子设备101检测到用户916的注意力指向演员A906而任选地在图9B中示出的定位912a处显示用户界面元素912(而不是如前所述在定位912b处显示用户界面元素912)。电子设备101响应于检测到用户916的注意力指向演员A906而任选地在定位912a处显示用其中用户界面元素912被显示在演员A906(用户的注意力所指向的媒体项905的表示的部界面元素912可被显示为在任何方向上偏离演员A906或者覆盖在演员A906上(例如，响应[0188]在其中电子设备101不在沿两个或更多个轴(例如，任何轴)的固定定位处显示用为对应于第二对象908(例如，将用户界面元素912更新为被显示在与第二对象908相同的X50cm的Z定位处)。用户界面元素912的定位912c任选地在两个或更多个轴上与图9B中的定位912a不同。虽然上述实施方案描述了其中用户界面元素912被显示在第二对象908(用户二对象908偏移或覆盖在第二对象908上(例如，响应于检测到用户916的注意力指向演员A932的部分，因为此对象现在在从用户916的视点的视场中(如图9D中的俯视图914中所指意力指向第三对象932，电子设备101就开始将用户界面元素912滑动/移动到定位912e或9D中描述的类似原因，用户916的视点任选地从图9D中示出的视点移动到图9E中示出的视点时，媒体项905的表示之外的三维环境920的部分将任选地不被显示(例如，因为媒体项[0193]在一些实施方案中，在电子设备101正以沉浸式呈现模式呈现媒体项905的表示101正以沉浸式呈现模式呈现媒体项905的表示(如前所述)，所以物理环境922中的沙发和墙壁的表示918在沉浸式呈现模式期间任选地与在媒体项905的表示处于非沉浸式呈现模[0194]在一些实施方案中，当用户916的注意力变为指向媒体项905的表示之外的区域维环境920的不对应于媒体项905的表示并且在媒体项905的表示之外的区域)。如图9E所界面元素912不延伸到媒体项905的表示之外和/或同时保持距媒体项905的表示的外边界[0195]图10A至图10G是示出根据一些实施方案的基于电子设备的用户的注意力来显示一个或多个处理器诸如计算机系统101的一个或多个处理器202(例如，图1中的控制单元[0196]在一些实施方案中，方法1000在与显示生成(例如，120)和一个或多个输入设备示生成部件与上文参考方法800描述的显示生成部件[0197]在一些实施方案中，在经由显示生成部件显示媒体项的表示(例如，类似于方法800和/或1200中描述的媒体项的表示)时并且在计算机系统的用户的注意力指向媒体项的表示的第一部分时，计算机系统经由显示生成部件显示(1002a)包括与媒体项相关联的信其中用户界面元素被显示在相对于媒体项的表示的对应于媒体项的表示的第一部分的第选地在与媒体项的表示的右下部分相对应的位置处显示用户界面元素。在一些实施方案备检测(1002b)计算机系统的用户的注意力已从指向媒体项的表示的第一部分改变为指向算机系统已检测到用户的注视已从指向媒体项的表示的右下部分改变为指向媒体项的表向媒体项的表示的第一部分改变为指向媒体项的表示的第二部分之后，计算机系统在相对于媒体项的表示的与媒体项的第二部分相对应的第二位置处显示(1002c)用户界面元素，部分改变为指向媒体项的表示的左上部分，则用户界面元素被显示在相对于媒体项的表示实施方案中，如果媒体项的表示的第二部分在媒体项的表示的第一部分的右侧，则用户界面元素任选地被显示在比当用户的注意力指向媒体项的表示的第一部分时更靠右的位置上方，则用户界面元素被显示在比当用户的注意力指向媒体项的表示的第一部分时更高 比当用户的注意力指向媒体项的表示的第一部分时离用户的视点更远。在一些实施方案中，当用户的注意力指向媒体项的表示的第二部分时，用户界面元素被显示在从媒体项的元素的位置从对应于媒体项的表示的第一部分的位置改变为对应于媒体项的表示的第二一些实施方案中，用户界面元素的更新后的X位置是基于用户的注意力所指向的X位置。在的注意力变为指向媒体项的表示中的不同对象。[0200]随着用户的注意力变为指向媒体项的表示的不同部分而改变用户界面元素的位[0201]在一些实施方案中，检测计算机系统的用户的注意力包括(1004a)根据确定用户由一个或多个输入设备的眼睛跟踪设备检测到用户的注视的位置对应于媒体项的表示的一部分对应于媒体项的表示的右下部分，则当用户的注视指向媒体项的表示的右下部分[0202]在一些实施方案中，检测计算机系统的用户的注意力包括(1004a)根据确定用户设备的眼睛跟踪设备检测到用户的注视的位置对应于媒体项的表示的第二部分)时，用户[0203]使用注视来确定用户的注意力所指向的媒体项的表示的部分是确定用户注意力[0204]在一些实施方案中，检测计算机系统的用户的注意力包括(1006a)根据确定用户[0205]在一些实施方案中，检测计算机系统的用户的注意力包括(1006a)根据确定用户的部分指向媒体项的表示的第二部分，确定(1006c)用户的注意力指向媒体项的表示的第表示的第一部分改变为指向媒体项的表示的第二部分(1008a)，根据确定用户的注意力在向媒体项的表示的第二部分之后用户的注意力已移动小于阈值量(例如，小于1cm、2cm、媒体项的表示的与媒体项的表示的第二部分相对应的第二位置处显示(1008b)用户界面元向媒体项的表示的第二部分之后用户的注意力已对应于媒体项的表示的第二部分达至少视已从指向媒体项的表示的右下部分改变为指向媒体项的表示的左上部分，和/或已检测到用户的头部已从朝向媒体项的表示的右下部分取向改变为朝向媒体项的表示的左上部表示的第一部分改变为指向媒体项的表示的第二部分(1008a)，根据确定用户的注意力在改变为指向媒体项表示的第二部分之后不满足该一个或多20秒或30秒))，则计算机系统延迟(1008c)在相对于媒体项的表示的与媒体项的表示的第二部分相对应的第二位置处显示用户界面元素，直到用户的注意力满足该一个或多个判据，诸如延迟直到满足该一个或多个判据，然后在图9C中的位置912c或912d处显示元素淡出并且不淡入(例如，在相对于媒体项的表示的第二位置处)直到满足该一个或多个判算机系统在相对于媒体项的表示的与第一位置不同的第三位置处(诸如在图9B中的元素果用户的注意力从指向媒体项的表示的第一部分以第一速度改变为指向媒体项的表示的意地延迟/减少用户界面元素的移动，使得用户界面元素不立即被显示在相对于媒体项的的右下部分逐渐移动到与媒体项的表示的第二部算机系统在相对于媒体项的表示的第二位置处显示(1010c)用户界面元素，包括在用户的注意力开始指向媒体项的表示的第二部分之后将用[0211]将用户界面元素朝向相对于媒体项的表示的第二位置逐渐移动避免了用户界面置从媒体项的表示的第一部分偏移(1012a)，诸如位置912a和/或912b从图9B中的演员A置从媒体项的表示的第二部分偏移(1012b)，诸如位置912c和/或912d从图9C中的对象908相对于用户的视点的竖直位置)和/或从媒体项的表示的第二部分的Z位置偏移(例如，1厘[0214]从用户的注意力当前所指向的媒体项的表示的部分偏移显示用户界面元素使得包括的字幕类似于方法800和/或1200中所描述方式容易地允许耳聋或听力障碍用户或正在静音观看的用户观看媒体项/与机系统任选地在用户界面元素中显示与在第二回放定位处由演员/角色说出的一个或多个词、在第二回放定位处由叙述者说出的一个或多个词和/或在第二回放定位处的声音事件[0219]随着媒体项的表示的回放定位改变而改变在用户界面元素中显示的字幕使得计机系统正在播放媒体项的表示时，计算机系统经由一个或多个输入设备接收(1018a)与停止显示用户界面元素的请求相对应的第一输入，诸如如果设备101将接收图9C中的输入以统检测到与开始显示用于媒体项的表示的字幕的请求相对应[0222]响应于用户输入而针对媒体项的表示的回放的剩余部分的至少一部分停止用户界面元素的显示提供了管理与媒体项的表示相关联项相关联的信息包括体育赛事的(例如，当前)得分(行的体育比赛的信息，诸如体育比赛的得分、体育比赛的参赛队和/或体育比赛的剩余时[0224]当媒体项的表示对应于体育赛事时显示关于体育赛事的信息使得计算机系统自[0227]显示与媒体项的表示中的当前回放定位相关联的信息使得计算机系统自动地向描述的回放控制用户界面)，并且与媒体项相关联的信息包括用于修改媒体项的表示的回方案中，该一个或多个可选选项类似于先前在方法800中描述的回放控制用户界面的一个一个或多个可选选项包括在被选择时使得计算机系统将媒体项的表示倒回预先确定的量示的回放的一个或多个可选选项包括在被选择时使得计算机系统暂停/播放媒体项的表示可选选项包括在被选择时使得计算机系统呈现与媒体项的表示相关联的字幕/子标题选项[0229]随着用户的注意力改变而改变回放控制用户界面的位置使得用户界面元素能够相对于图9B中的元素912的定位912b(例如，并且第四定位不基于和/或不对应于第二定部分位于媒体项的表示的右侧部分中的X位置处以及使得第一部分位于媒体项的表示的中的表示的右侧部分中)以及基于预先确定/预先选择的Y位置处于媒体项的表示的第一部分的注意力)，而用户界面元素的X位置是预先选择/预先确定的(例如，不基于用户的注意部分中的X位置处以及使得第一部分位于媒体项的表示的中心中的Y位置处(例如，第一部分处于媒体项的表示的右侧中心部分中)，则用户界面元素被任选地显示在处于媒体项的表示的中心部分中的Y位置处(例如，因为第一部分位于媒体项的表示的中心部分中)以及基于预先确定/预先选择的X位置在媒体项的表示的第一部分的正右侧或正左侧的X位置用户的注意力改变为指向媒体项的表示的第二部分表示的第二部分在使得媒体项的表示的第二部分位于媒体项的表示的中心部分中的X位置二部分位于媒体项的表示的中心部分中)以及基于先前预先确定/预先选择的Y位置在媒体体项的表示的第一位置处时相比的相同Y位置处)[0232]基于用户的注意力所指向的媒体项的表示的定位在第一轴上的可变位置和第二轴上的固定位置处显示用户界面元素使得计算机系统在可预测的位置处显示用户界面元当媒体项的表示对应于媒体项的沉浸式呈现(诸如图9用户界面元素是根据确定媒体项的表示满足该一个或多个判据(1028a)，诸如在图9B中的户的注意力指向媒体项的表示的第一部分时并且在用户的注意力改变为媒体项的表示的体项相同，只是处于非沉浸式呈现模式，或者与媒体项不同并且处于非沉浸式呈现模式)项的第二表示的预定义位置处显示(1028b)第二用户界面元素，其中该预定义位置不基于[0235]在沉浸式呈现模式期间基于用户的注意力来显示用户界面并且在非沉浸式呈现模式期间在预先确定的位置处显示用户界面使得计算机系统在以不同呈现模式观看内容[0237]在一些实施方案中，在相对于媒体项的表示的第二位置计算机系统经由一个或多个输入设备检测(1030b)用户的注意力从指向媒体项的表示的第[0239]即使当用户的注意力从媒体项的表示移开时也在媒体项的表示的边界内显示用户界面元素提供了当用户已停止观看媒体项的表示或者已开始与其他内容交互时基于用[0241]图11A至图11C示出了根据本公开的一些实施方案的电子设备如何以不同视觉外[0242]图11A示出了经由电子设备101的显示生成部件120可见的三维环境1130和三维环子设备101能够用来捕获用户或用户的一部分的一个或多个图像的任何其他传感器。在一[0243]在一些实施方案中，三维环境1130包括电子设备101的物理环境1132中的物理对1132中的桌子的表示1110。桌子的表示1110任选地是电子设备101的物理环境中的桌子的示包括在媒体项1105的表示中处于第一位置和第一深度的演员A1106以及在媒体项1105中示出的视频字幕用户界面元素1112(例如，与图7A至图7E中描述的视频字幕用户界面元回放定位1120处存在口述和/或非口述音频而开始显示图11A中的视频字幕用户界面元素位1120处说话(例如，媒体项1105的表示的语音音频对应于第一回放定位1120处的演员A[0246]如图11A所示，视频字幕用户界面元素1112包括与在第一回放定位1120处的口述和/或非口述音频相对应(例如，与在第一回放定位1120处由演员A1106说出的词相对应)的文本1131以及显示在文本1131后面的背板元素1133。在一些实施方案中，当在媒体项在一些实施方案中，响应于经由一个或多个图像传感器314检测到用户1116的注视1134指[0248]在一些实施方案中，电子设备101在与用户1116的注意力所指向的媒体项1105的字幕用户界面元素1112的X、Y和Z位置对应于演员A1106(例如，视频字幕用户界面元素如，注视1134)指向演员A1106而将视频字幕用户界面元素111电子设备101检测到用户1116的注意力指向演员A1106而将视频字幕用户界面元素1112显示为在任何方向上从演员A1106偏移或覆盖在演员A110意力指向内容的一部分和/或因为内容的该部分具有某一深度)，电子设备101任选地在图11B和图11C中示出的位置处显示视频字幕用户界于媒体项1105的表示的电子设备101正在其之上显示视频字幕用户界面元素1112的部分)在媒体项1105的表示的非常亮的部分(例如，媒体项1105的表示的对应于最大亮度量的底表示的浅色(例如，明亮)部分上时显示具有少量透明度或不具有透明度的黑色背板元素设备101的用户1116以最小或减少量的眼睛疲劳仍可阅读文本1131(例如，图11A中的视频字幕用户界面元素1112和媒体项1105的表示的底部部分具有至少100:1、200:1、500:1或[0251]在一些实施方案中，电子设备101以字体颜色显示视频字幕用户界面元素1112中文本颜色补充媒体项1105的表示的底部中心部分(媒体项1105的表示的其上覆盖视频字幕体颜色仍允许电子设备101的用户1116能够以最小或减少量的眼睛疲劳来阅读文本1131来显示视频字幕用户界面元素1112，因为第二回放定位1124处的口述和/或非口述音频的表示由演员B说出的词，并且需要更大大小的视频字幕用户界面元素1112来显示增加量的背板元素1133。在一些实施方案中，电子设备101开始显示具有较高透明度的背板元素现在可遮蔽更少的媒体项1105的表示的底部中心部分(例如，视频字幕用户界面元素1112正在覆盖的媒体项1105的表示的部分)，同时还仍以足够的视觉对比度显示视频字幕用户界面元素1112，以允许电子设备101的用户1116以最小或减少量的眼睛疲劳阅读文本1131[0254]另外，如图11B所示，电子设备101已更新视频字幕用户界面元素1112中的文本(如图11A所示)更新为深灰色字体颜色(如图11B色相比于白色字体颜色(如图11A所示)将色背景具有更小的视觉对比度和/或因为灰色字体颜色将仍允许用户1116以最小或减少量[0255]在图11C中，电子设备101现在正在呈现第三回放定位1126处的媒体项1105的表[0256]图12A至图12F是示出根据一些实施方案的以不同视觉外观显示视频字幕的方法过存储在非暂态计算机可读存储介质中并由计算机系统的一个或多个处理器诸如计算机系统101的一个或多个处理器202(例如，图1中的控制单元110)执行的指令来管理。方法个或多个输入设备与上文参考方法800和/或1000描述的一个或多个输入设备相同或类似。[0259]在一些实施方案中，用户界面元素被显示在媒体项的表示的第一部分之上项的表示(其中用户界面元素显示在媒体项的表示的第系统经由一个或多个显示生成部件显示(1202e)与第一回放定位不同的第二回放定位(诸一个或多个显示生成部件在第二回放定位处的媒体项的表示的第二部分之上显示(1202f)第二视觉外观基于第二回放定位处的媒体项的表示相应用户界面元素中的文本的颜色任选地比当相应用户界面元素正以第一视觉外观显示改用户界面元素的视觉外观提供了用于降低用户界面元素与媒体项的表示之间的视觉对比度以及用于降低计算机系统的用户在观看媒体项的表示时用户界面元素变得在视觉上第二不透明度量显示用户界面元素(1204)，诸如以不同不透明度水平显示背板元素1133。分的视觉特性来修改用户界面元素的不透明度使得计算机系统在媒体项的表示的回放期后面的背板元素(例如，1133)，用户界面元素的文本部分对应于用于媒体项的当前字幕板元素的透明度是用户界面元素覆盖在其上的媒体项的表示的部分的亮或暗的程度的函明度而不是基于用户界面元素未覆盖在其上的表示的其他部分的明度来确定背板元素的相邻部分之外的一个或多个部分的明度来确定背板元元素提高了用户界面元素中所显示的文本的易读性，因此自动地减少了不必要的用户输[0266]在一些实施方案中，用户界面元素包括与用于媒体项的当前字幕相对应的文本指示(例如，以文本形式)在媒体项的表示中的演员/角色说出的一个或多个语、在媒体项的表示中的相应回放定位处由叙述者说出的一系统任选地选择补充媒体项的表示的第一部分的浅灰内容颜色并且提供与黑色背板元素的阈值对比度量)使得用户能够以最小或减少量的眼睛疲劳来容易地阅读字幕的文本颜700:1、1,000:1或4000:1的对比率的阈值对比度量)使得用户能够容易地阅读字幕的文本相对于图11B中的文本1131所示。在一些实施方案中，在表示中的第二回放定位处的文本回放定位之间改变，因为用户界面元素覆盖在其上的媒体项的部分的色调/颜色改变(和/或因为第一回放定位与第二回放定位之间的平均或主导颜色改变)。基于用户界面元素覆盖在其上的媒体项的表示的部分的色调来修改用户界面元素中的文本的颜色使得计算机户在与用户界面元素或媒体项交互时的眼睛疲劳。体项的表示正被显示处于第一回放定位时，如果在第一回放定位处存在的口述和/或非口述音频多于在第二回放定位处存在的口述和/或非口述音频，则与当媒体项的表示被显示处于第一回放定位时，如果在第一回放定位处存在的口述和/或非口述音频少于在第二回放定位处存在的口述和/或非口述音频，则与当媒体项的表示被显示处于第二回放定位时面元素的大小在媒体项的表示中在第一回放定位处比在的文本量来修改用户界面元素的大小使得计算机系统在媒体项的表示的回放期间自动地以用于用户界面元素中所包括的字幕的适当量的空定位处的媒体项的表示之前，计算机系统停止(1212a)用户界面元素中的第一文本量的显止当前所显示的文本的显示之后)并且响应于媒体项的表示到达对应于第二回放定位的回放定位(例如，在呈现第一回放定位处的媒体项的和/或非口述音频相对应的文本来替换用户界面元素中与第一回放定位相对应的文本。在在第二回放定位处的用户界面元素中显示的文本量来增大或减小用户界面元素的背板元随着媒体项的表示中的回放定位改变而在用户界面中呈现新文本(例如，字幕)的高效方素覆盖在其上的媒体的表示的部分)将任选地不具有与文本的至少100:1、200:1、500:1、用户界面元素覆盖在其上的媒体的表示的部分)即使在没有背板元素的情况下在它们之间不包括背板时，用户界面元素中所包