臺大地理系《Voice of Mobility》資料聲音化實作側記

資料聲音化工作坊

 《Voice of Mobility》資料聲音化工作坊,由融聲創意團隊帶領,介紹有關 Data Sonification 的案例及基礎知識,並演示如何使用現代工具和技術進行轉譯,讓學員以不同方式體驗數據。

我們使用圖像化開發工具 Max/MSP 來實現將資料映射到聲音,學習聲音合成概念,並透過內建功能創造不同聲響效果,快速驗證想法,並以台北捷運數據來實作資料轉譯,討論如何以「聲音化」來激發情感和共鳴,使數據更加生動和易於記憶,填補視覺化帶來的訊息鴻溝。

Max/MSP 實作練習(講師:紀柏豪、陳瑜璟)

認識數據 What is data(講師:楊惠鈞)

在工作坊的第一階段,我們向學員介紹不同面向與觀點的 Data Sonification 創作案例。

案例一:Google Maps Hacks, Simon Weckert, 2020

以社會學角度,讓數據成為批判性符號與象徵(權力、控制、知識)。

在這個計畫中,Simon Weckert 讓 99 部智慧型手機在街上被拖行,使得 Google 地圖中產生了「虛擬交通擁堵」,地圖中的虛擬綠色街道變成紅色,影響現實世界的汽車決定在另一條路線上行駛以避免堵塞,這正是展現了 Google 是如何對真實城市進行虛擬改造:舉凡住房市場的 Airbnb、行動網絡的 Wemo、社交行為的 Tinder、飲食行為的 UberEat⋯⋯ 與我們日常行為密不可分的數位產品,通過與 Google 地圖的接口運行,數據在人類社會的脈絡中嵌入了資本主義和商品化概念。

案例二:London Under The Microscope, Valentina D’Efilippo, 2021

Covid-19 大流行給人們和社會帶來了前所未有的挑戰。隨著世界被冠狀病毒重塑,該項目試圖通過數據藝術的鏡頭記錄倫敦及其居民從 2020 年 3 月 1 日到 2021 年 2 月 28 日所經歷的變化和損失。 顯微鏡下的倫敦通過 Covid-19 病毒的標誌性形態重新想像城市的地理,以形象化和聽覺化大流行如何改變城市。每一秒就是一天。

案例三:The End of the Road, Loud Numbers, 2021

為死於公路汽車擋風板上的昆蟲所寫的安魂曲。他們將昆蟲大小作為聲音頻率,數量減少的比例作為音調,隨著生物數量與種類減少,聲音會逐漸沉寂下來,音符變得稀疏,最後音軌將被清空。The End of the Road 再現了一段移動過程的生命數據,紀錄了物種多樣性在這 20 年間的劇變,以及微小而難以察覺的生命的消逝。然而,這段聲音也同時隱晦地傳達出背後的隱憂與反思:人類活動所引發的氣候變遷、都市光害、殺蟲劑的使用,影響的不只是昆蟲的生存,包含食蟲鳥的繁殖、整體生態系的食物供給率等問題都彼此纏結著。

案例四:5,000 Exoplanets: Listen to the Sounds of Discovery (NASA Data Sonification), NASA/JPL-Caltech/M. Russo, A. Santaguida (SYSTEM Sounds), 2022

根據 NASA 系外行星檔案,聲音追蹤了人類隨著時間的推移對太陽系以外行星的發現; 當每一顆系外行星被發現時,一個圓圈會出現在它在天空中的位置,圓圈大小表示行星軌道的相對大小,顏色表示使用哪種行星探測方法發現它,音符的音高表示行星的相對軌道周期。每次新發現世界,就觸發一個新的聲響,透過聲音聆聽人類對探索世界全貌的好奇與慾望。

案例五:Mta.me, Alexander Chen, 2011

藝術家將紐約地鐵系統變成了一種互動式的弦樂器。使用 MTA(The Metropolitan Transportation Authority 大都會交通管理局)的實際地鐵時刻表,該片段從最後一分鐘出發的列車實時開始,然後在 24 小時循環中繼續加速,當列車相互經過時,將觸發弦樂的聲響,發出都市的脈動的聲響。

數據聲音特性 Why data sonification

在與資料視覺化搭配時,聲音化在應用上有以下幾個潛力與優勢:

  1. 補充與替代性(Complementary and Alternative):內容上過於繁複、擁擠而難以直接解讀的數據,或形式上過於抽象、隨機、缺乏模式或結構的數據,聲音化可以幫助補充視覺化所不能呈現的細節,彼此在傳遞與溝通上靈活地互補。當人們在面對數據時被提供可選擇、可替代的理解途徑時,將對數據有更完整且貼近全貌的理解。
  2. 透明化與放大(Transparency and Amplification):人的視覺感知非常有限,資訊的顏色、大小、位置等安排,都可能使我們忽略數據中的重要訊息,甚至對其產生錯誤解讀。然而,聲音化能使受視覺屏蔽的數據變得透明,並忠實地向聽者反映;同時,關鍵卻不顯眼的數據,也不再受限於視覺框架,而有機會透過聲音增強、放大其對訊息的影響力。
  3. 無障礙與包容性(Accessibility and Inclusiveness):我們希望數據「邀請」每一個人一起參與事件,因此所有希望閱讀、理解數據的人,都應該能夠很自由地訪問它們。對於視覺障礙者來說,聲音資料彌補了視覺資料在「無障礙」與「包容性」上的不足之處;同時,對數據資訊的傳遞者來說,資料聲音化幫助他們的訊息有機會觸及更廣泛的群眾。

數據聲音美學 How to listen

麥克魯漢的「後照鏡」理論中提到,人們在剛開始接觸新技術時,容易以過去舊有的美學去審視它。

當資料被以「聲音」的形式再現時,多數人仍習慣把聲音作為一段「音樂」聆聽,導致對作品產生心理與實際的期待落差;然而,資料聲音化的目的與價值所在,從來不是在於取悅大眾的耳朵,更重要的是如何客觀地進行數據的搜集,經由聲音藝術家的主觀映射,建立聲音與數據的關係與連結,以傳達特定的訊息或情緒給它們的聽眾,這一連串轉譯與建構的過程,才是更貼近資料聲音化的本質與美學判準。

Previous slide
Next slide

活動資訊

日期 | 5/13 (六)

時間 | 14:00-17:00

地點 | 臺灣大學地理系館R306

活動籌辦 | 融聲創意有限公司

學術合作 | 臺大地理系、臺大空間資訊中心

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

相關文章

返回頂端