動画制作における物体の動きに応じた音像の生成・編集作業は，主に手動で行われており，複雑かつ膨大である。この課題に対し先行研究では，動画内物体の軌跡を基に音像を自動生成し，ユーザーが編集するシステムが提案されている。ユーザーは3次元仮想空間において，物体のサムネイル画像とともに表示された軌跡上の編集点を操作することで，音像を編集する。本研究では，当該システムのユーザビリティ向上を目的としたユーザビリティテストを行い，音像編集の機能と操作性を改善した。また，主観評価実験により，提案システムはベースラインと比較して，タスク完了時間が有意に短く，SUSのスコアが有意に高いことを確認したため報告する。