什麼是「資料聲音化（Data Sonification）」？
在生活周遭，存在著各種現象與事件，經由觀察與記錄，所有狀態的資訊與變動，都將變成一連串的數據。在這篇文章中，我們將探討「資料聲音化（Data Sonification）」的概念與應用。資料聲音化將「看得見」或「測得到」的資料模式，系統性映射為「聽得見」的聲音參數，使複雜關係在時間軸上得以被「聽覺閱讀」。這是一種結合聲音設計與數據處理的實踐方式，亦是生成式音樂（Generative Music）的延伸應用。
資料聲音化是什麼？
資料聲音化（data sonification）是一種將抽象數據轉化為聲音呈現的技術。透過將數據中的模式、變化與趨勢轉譯為音高、音量、音色等可聽覺的參數，原本僅能透過視覺圖表或數字表達的資訊，變得可以透過耳朵感知、辨識甚至記憶。根據國際聽覺顯示會議（International Conference on Auditory Display, ICAD）所提出的標準，資料聲音化必須同時滿足以下兩個核心條件：
-
再現性（Reproducibility）：聲音輸出必須能精確且穩定地反映出原始數據的特性，而非任意或隨機產生。
-
可理解性（Intelligibility）：使用者必須能從聲音表現中，清楚辨認出數據背後隱含的資訊或趨勢，進而透過聲音理解原本難以察覺的模式。
例如，在氣候科學領域，研究者透過將長達數十年甚至數百年的氣溫和二氧化碳濃度數據轉化為管弦樂的旋律高低，使得氣候暖化的嚴峻趨勢能以更具感染力的方式呈現。此外，天文學家也曾將來自遙遠宇宙的射線數據，以鋼琴和弦樂的音符表達，協助我們直覺地理解星系能量的空間分佈。
資料聲音化並非只是簡單的資料轉譯技術，更是一種多感官敘事的工具。它允許我們將龐大且複雜的數據化為有意義的故事，賦予抽象數據更貼近人類感官的情感維度。透過聲音，我們不僅能更即時且直觀地掌握資訊變化，更能將難以察覺或無法言說的資訊模式轉化為人人都能感知的體驗。隨著人工智慧與即時處理技術的進一步發展，資料聲音化未來更有潛力廣泛應用於藝術創作、科學研究、環境監測與無障礙設計中，成為重新定義我們如何感知與理解世界的重要途徑之一。
生活中的聲音化範例
雖然資料聲音化聽起來很抽象，但其應用其實並不罕見。例如：
-
風鈴：風作為動力源觸發風鈴的聲響，聲音的生成包含預設的材質與音高，呈現了一種隨機性但有規律的聲音模式。
-
風弦琴（Aeolian Harp）：這是一種在18世紀受到歡迎的戶外裝置，琴弦因風振動而發聲，形成帶有詩意的聲音景觀。現代風弦琴有時採用金屬材質，作為聲音藝術的一部分。
-
智能家居設備：某些智能家居系統利用聲音通知，如門鈴偵測到訪客後播放聲音，或洗衣機完成工作時發出提示音，這些都是簡化形式的聲音化應用。
- 蓋革計數器（Geiger Counter）：這是一種用於探測電離輻射的儀器。當計數器檢測到輻射時，會發出喀答聲，讓使用者能快速感知環境的輻射水平。
資料聲音化的應用
資料聲音化不僅局限於音樂創作，還能在科學研究與日常生活中發揮實用價值，其優勢在於其能處理時間性數據並以聲音呈現，提供了多感官理解世界的可能性。例如：
-
天文學：遙遠天體的運動或光譜信息也可以被聲音化，讓研究人員和公眾更直接地感受宇宙的動態。這些聲音化數據不僅具有教育意義，還能吸引公眾關注。例如 NASA 的 5,000 顆系外行星之聲 (2022)，以音高與頻率標示行星被發現的年份與軌道特徵，讓使用者「聽見」探索史詩。Cassiopeia A 超新星殘骸（NASA Chandra, 2024）透過多波段合成的 3D 影像，聲音化掃描從中心的中子星向外推進，將 Chandra 的 X 光亮度化為鋼琴觸鍵強弱，Webb／Spitzer 的紅外線塵埃則以弦樂和銅管演奏；影像愈亮，音高與音量愈高，讓聽眾在音符起伏中直覺感受爆炸能量的空間分佈。
-
醫學監測：醫學應用則包括以聲音即時反映病患生理數據變化，例如心率監測儀和呼吸器，協助醫療人員做出快速判斷。
-
氣候科學：科學家使用聲音化技術將氣候數據（如二氧化碳水平、冰層變化）轉換為聲音，以直觀地展示氣候變化的趨勢。Climate Symphony（2017–）由藝術家 Jamie Perera 與《Disobedient Films》策劃，每小節代表一年：管弦樂的音高映射全球均溫，力度對應大氣 CO₂ 濃度；隨樂曲年代推進，旋律持續升高、音色漸趨緊張，形成一段可「聽見」的暖化編年史，旨在用情感張力喚起公眾對氣候危機的行動意識。
-
海洋科學：科學家可以將水溫變化轉化為聲音模式，以更直觀地感知變化趨勢，幫助監測海洋生態的健康。
-
教育與溝通：資料聲音化能將複雜數據轉化為易於理解的形式，吸引更多非專業背景的公眾參與，特別是在科學教育與展覽中。
伍斯特大學教授 John Neuhoff 曾指出：「人類在處理大規模數據時，聽覺往往比視覺更具效率。」實驗研究也顯示，即便是未受過專業音樂訓練的聽眾，也能透過聲音分辨數據間的差異，顯示了聲音作為溝通工具的巨大潛力。從風鈴到宇宙射線、從地震穹頂到網絡交響，資料聲音化跨越感官疆界，讓時間序列與隱晦模式「被聽見」。隨着 AI 與即時運算日漸成熟，聲音化不僅是視覺化的輔助工具，更是一種重新分配感知權力、挖掘資料敘事與情感張力的文化技術。對創作者與研究者而言，持續反思「誰在聽、聽到什麼、如何聽」將是推進此領域的關鍵。
作品案例：Bicycle Built For Two Thousand
藝術家 Aaron Koblin 和 Daniel Massey 的《Bicycle Built For Two Thousand》，透過聲音化呈現群眾智慧與協作的結果，展現資料聲音化在藝術表達中的多元可能性。它收集了來自 Amazon 的 Mechanical Turk 網路服務的 2,088 條語音錄音 。這些工人被要求聆聽一個簡短的聲音片段，然後錄下自己模仿所聽到的內容 。從某種意義上說，這件作品可以被視為一種聲音化 (Sonification) 的應用。聲音化是將數據或資訊轉化為聲音的過程，旨在揭示其中的模式、趨勢或結構。在 “Bicycle Built For 2,000” 中，雖然不是傳統的科學數據，但這 2,088 條模仿的語音錄音本身就是一種「人類模仿行為」的數據集合。作品將這些分散的、個體的模仿行為「聲音化」，將其組合成一個整體的、集體的聲音景觀，讓聽眾得以感知到大規模的人類行為模式、聲音的多樣性，以及數位勞動平台所匯聚的匿名貢獻。透過這種聲音化，作品不僅是藝術呈現，也讓這些數據「被聽見」並引發思考。
作品案例：Sonification of motiongrams
將人體動態透過webcam捕抓後，變成聲音頻譜的格式再將其聲音化。
作品案例：Sonification of Twitter
Scott Lindroth 是杜克大學音樂系的教授，同時身為作曲家的他於2012年時發布了一個音樂性的實驗。就在2011年5月10日賓拉登被暗殺後的短短時間內，他捕捉了推特上含有「osama」（Osama 為賓拉登的名字）單字的訊息並轉換成聲音。節奏、音調、編曲都是巧妙地用演算法產生而成。下面這段影片了一 系列常使用的單字，其中的音樂並不是表達推特訊息的內容，而是呈現了由特定推特訊息形成的不同網路社群。
延伸閱讀
吃很重要，
早上吃~ 中午吃~ 下午吃~ 晚上吃~
一直吃，每天吃。
相關文章
