データ・ソニフィケーション on Visualizing.JP

Quotidian Record

Sun, 04 Jan 2026 00:00:00 +0900

Quotidian Record は、アーティスト／研究者である Brian House による作品で、個人の位置情報データ（GPSログ）を、音楽・視覚表現・物理的オブジェクト（アナログレコード）へと一貫したルールに基づいて変換した作品です。

日常的な移動という一見取るに足らない行為（quotidian）を、時間・空間・音の対応関係として再編し、データと身体的経験の関係を問い直す点に本作の特徴があります。

本作品は「データの可視化」にとどまらず データを聴き、触れ、操作できる物体として再構成すること を目的としています。

経緯

本作は、Brian House が自身のスマートフォンで長期間にわたり取得した位置情報データをもとに制作されました。

当初は純粋なデータ記録として蓄積されていた GPS ログが、次第に「日々の反復構造」や「生活のリズム」を示していることに着目し、音楽的・視覚的な翻訳が試みられます。

その過程で、1日という時間単位を1周の円として扱う同心円表現が、アナログレコードの溝構造と同型であることが発見され、最終的にヴィニール盤という物理メディアへと結実しました。

データ構造

本作で扱われるデータは、単純な緯度・経度の連続点ではありません。以下のような段階的な整理が行われています。

段階	内容
生データ	緯度・経度・タイムスタンプを含む GPS ログ
前処理	連続点を「移動（トリップ）」としてまとめる
抽象化	各トリップの終点を「滞在地点」として抽出
統合	近接する終点をクラスタリングし、一意の「場所」として定義
配列	時系列に沿った「場所のシーケンス」へ変換

この処理により、データは「座標の集合」から「生活行動の連なり」へと意味づけられます。

目的

本作の目的は、位置情報データを正確に分析・可視化することではありません。
むしろ、以下の点に主眼が置かれています。

データを抽象的な記号ではなく、経験として再構成すること
日常の反復構造を、音楽的・身体的に知覚可能な形へ翻訳すること
デジタルデータとアナログメディアの関係を再考すること

ユースケース

この作品は実用的なナビゲーションや分析ツールではありませんが、以下の文脈で参照されることが多いです。

データ可視化／ソニフィケーションの実践例
パーソナルデータの芸術的利用
データの物体化（Data Physicalization）の代表例
HCI やメディアアートにおける研究・教育素材

特徴

Quotidian Record の特徴は 一貫した変換ルール を持ちながら、結果として極めて詩的な体験を生み出している点にあります。

1日＝1回転という明確な時間対応
場所の訪問頻度を音楽的協和／不協和として反映
視覚・聴覚・触覚を横断するメディア設計
作家的恣意を極力排し、アルゴリズムに委ねた構成

作品の見方

視覚的な見方

レコード盤の表面には、同心円状のパターンが刻まれています。
これは以下の対応関係に基づいています。

円周：1日の24時間
外側から内側：時間の経過（日付の進行）
色や区切り：異なる滞在地点

通勤や帰宅など、日々繰り返される行動は、似た形状として視覚的に現れます。

聴覚的な見方（聴き方）

音楽は、場所のシーケンスに基づいて自動生成されています。

都市ごとに音階（スケール）が割り当てられる
よく訪れる場所ほど協和的な音程になる
珍しい場所は不協和音として現れる

これにより、生活の安定と逸脱が音として知覚可能になります。

物体としての見方

この作品は「再生する」だけでなく、「操作する」ことができます。

スタイラスを置く位置＝特定の時間帯
回転という動作そのものが時間の再体験
針の移動により、時間と空間を横断する感覚が生まれる

デザイン上の注意点

本作は「美しい可視化」を目指していません。むしろ、以下の点が意図的に選ばれています。

視認性よりも構造的一貫性を優先
装飾的な色使いではなく、意味に基づく割当
データの欠落や偏りも、そのまま音や形に反映

このため、一般的なインフォグラフィックスとは異なる読み取り姿勢が求められます。

応用例

Quotidian Record の考え方は、以下のような応用が考えられます。

ライフログの音楽化・触覚化
時間ベースの行動データの物理化
教育における「データと身体性」の教材
展示空間におけるインタラクティブ作品

類似の手法

類似の文脈を持つ作品や手法としては、以下が挙げられます。

生体データのソニフィケーション
年輪図やサークルタイムラインによる時間表現
3Dプリントによるデータ物体化作品

ただし、本作ほど 時間・音・物体が厳密に対応づけられた例は多くありません。

まとめ

Quotidian Record は、位置情報データを単に「可視化」するのではなく 時間を回転として、生活を音として、データを物体として再定義した作品 です。

本作が示しているのは、データは必ずしも画面上のグラフである必要はなく 身体的に経験されるメディアへと変換しうるという可能性です。

参考・出典

駅の間の距離を曲の長さに、所得を楽器の数に──Brian Foo「Two Trains」

Fri, 06 Nov 2026 00:00:00 +0900

Brian Foo（ブライアン・フー）の「Two Trains」は、ニューヨークの地下鉄2号線の駅と駅の距離を曲の長さに、駅周辺の所得の中央値を、鳴る楽器の数と種類、強さに対応させた曲です。作者は「The number and type of instruments are selected based on that station’s surrounding median income」と書いています。曲は49駅を結ぶ48の区間でできていて、全体で約4分半です。音は、地下鉄のドアチャイムにちなんだ E メジャーの音が大半を占めます（作者は「Most of the notes」と書いています）。

作品は、Foo の音楽シリーズ「Data-Driven DJ」の1曲目で、2015年1月に公開されました。以下は、作者の作品ページと FAQ、GitHub のコードとサンプルデータ、第三者の記事3本に沿います。数字が資料ごとに違う点は、並べて示します。データを音にした作品は、Chemo Singing Bowl と Quotidian Record でも読んでいます。

2015年、2号線に乗る曲を作る

Foo はニューヨーク在住のプログラマーで、ビジュアル・アーティストです。Data-Driven DJ は全10曲のシリーズで、トップページは「データ、アルゴリズム、借りてきた音」を組み合わせる音楽の実験だと説明しています。動画は2015年1月31日に Vimeo に上がりました。曲は CC BY 4.0、コードは MIT License で公開されています。

2号線を選んだ理由を、Foo は作品ページで挙げています。ブルックリン、マンハッタン、ブロンクスの3区を通り、Broadway に沿って走ること。そして所得のグラフです。

“When I was looking at a graph of income inequality along the 2 Train, it looked like the perfect song composition with a build-up, climax, and falling action.”

2号線沿いの所得格差のグラフが、盛り上がり、頂点、下りのある曲の構成に見えた、という話です。曲を組む前に、可視化を下見に使ったと読めます。

Foo は時間も理由に挙げています。データの音化には時間の経過が要る。だからグラフで一度に見るのではなく、電車に乗るようにデータを順に体験できる、という説明です。

データは二つです。所得は、米国国勢調査局 American Community Survey 2011 Release の、駅周辺の世帯所得の中央値です。駅の位置は、NYC Open Data の「Subway Entrances」の緯度と経度です。駅は Flatbush Ave.–Brooklyn College から Wakefield–241 St. までの49駅です。

距離を長さに、所得を「予算」に

作品ページによると、実際の乗車は約1時間45分かかります。曲はこれを約4分半に縮めていて、時速約336マイル（540 km）で止まらずに走る電車にあたります。コード（subway.py）では、区間の拍数を、距離（m）を75で割って四捨五入した値にしています。テンポは120 BPM で、1拍は0.5秒です。1秒で150 m 進むので、時速540 km と一致します。

所得の写し方は、買い物の形をしています。README によると、駅の月額所得（年額を12で割った値）が、その駅の「budget」です。楽器の表には、楽器ごとに 0〜400 の「値段」が付いています。スクリプトは表を上から順に見て、値段が残りの予算より安ければ買い、予算から引きます。高い楽器に当たったら、そこで打ち切ります。

もう一つの仕組みが、所得の百分位です。楽器ごとに、使える駅の範囲が49駅の中の順位で決めてあります。サンプルの表では、同じクラリネットでも、百分位0〜60の駅向けは最大音量0.2、60〜100の駅向けは0.4です。ボーカル1は3段階で、最大音量が0.05、0.1、0.2と上がります。

作品ページは、金融街のような裕福な地域を通ると、楽器の数、音量、力強さが増すと書いています。

地下鉄 Wall Street 駅のホーム。左に駅名の看板があり、右では電車の窓から男性が顔を出している

Data-Driven DJ「Two Trains」作品ページより引用（撮影者の表記なし）

データと音の対応を、作品ページとコードからまとめます。

データ	音での表し方	規則・値	出典
次の駅までの距離	区間の長さ	拍数＝距離（m）÷75。120 BPM	作品ページ、subway.py
駅周辺の所得（月額）	鳴る楽器の数	月額を予算に、楽器を上から買う	subway.py、README
所得の百分位	楽器の種類と音量の上限	上の範囲ほど最大音量が大きい	サンプルの表
所得（作者の要約）	楽器の数と強弱	各区間で3〜30の楽器	作品ページ
―（時間の経過）	音量とテンポの揺れ	楽器ごとの周期の正弦曲線	subway.py
―（ゆらぎ）	発音の時刻のずれ	±20 ms。Halton 数列	subway.py
―（音の高さ）	音階・和音	大半が E メジャーの音	作品ページ
区（Borough）	音には使わない	付属の映像で表示	subway.py

動画の一場面。左に2号線の赤い線を引いた地図、右に「BRONX」の区名と、横線上の赤い丸、駅名「Intervale Ave.」が出ている

Brian Foo（動画の静止画）／Hyperallergic より引用

区の名前は、音ではなく、Processing で作った付属の映像で示されます。

所得を音高には直接対応させない──チャイムと Steve Reich

曲の音階は、所得とは別の理由で選ばれています。作品ページによると、地下鉄のドアチャイムは Westminster Chimes の G# と E の2音から来ています。作者は、その調の E メジャー（E, F#, G#, B）について「Most of the notes in my song also come from this scale.」と書いています。曲の音の大半が、この音階から来ているということです。

様式の手本は、Steve Reich（スティーヴ・ライヒ）の「New York Counterpoint」です。11本のクラリネットの曲です。Two Trains のクラリネットとバスクラリネットの40個のサンプルは、D メジャーと E メジャーの和音の音を鳴らします。

作品ページは、フェーズ・シフトを曲の柱のひとつに挙げています。同じ旋律をわずかに違うテンポで繰り返し、ずれては戻る技法で、作者は Terry Riley（テリー・ライリー）と Reich が1960年代に切り開いたと説明しています。

“I felt this was the perfect metaphor for the NYC Subway: constantly looping but at different tempos, always running but never on time, phasing between order and chaos.”

違うテンポで回り続け、いつも走っているのに時間どおりではない。それが地下鉄の比喩にぴったりだった、という話です。コードでは、この揺れを正弦曲線で作っています。データではなく、曲の様式です。

作曲はすべてアルゴリズムで、作品ページには「I did not manually compose any part of this song.」とあります。音素材は63個のサンプルで、ニューヨークの音楽家の曲から16個、クラリネット類40、木琴6、電車の警笛1です。

では、なぜ所得に音量と強さを選んだのか。Foo はこう書きます。

“To be as objective as possible, the same rules are applied throughout the whole song. Also, I tried to select agnostic sound traits (e.g. volume, force) to correlate to median income rather than biased ones (e.g. sad vs happy sounds, vibrant vs dull sounds) to further let the data “speak for itself.””

客観的であるため、曲の最初から最後まで同じ規則を当てた。所得には、悲しい／楽しいのような偏った性質ではなく、音量や強さのような中立な性質を選んだ、という要旨です。気分を変える音の性質を、所得の表現から外したということです。

コードを読むかぎり、所得が変えるのは、どのサンプルが鳴るかと、音量の上限です。サンプルのファイル名には pianissimo から fortissimo までの奏法が入っています。強さの違いは、買えたサンプルと音量の上限の両方から生まれると読めます。

音の高さについても、コードを読むかぎり、所得を音高に直接割り当てる規則は見当たらないと読めます。ただし、鳴るサンプルは所得で変わり、サンプルごとに音高が違います（Gs4、E3、D2 など）。そのため、聞こえる音高の組み合わせは、所得で間接的に変わります。

一方、シリーズの FAQ は、音楽で表す利点を「the creator can manipulate mood」と書いています。シリーズは気分を使うと言い、この曲は所得について気分を使わないと言う。二つの文のあいだには、緊張関係があると読めます。

「3〜30の楽器」と「1:37」──資料ごとの数字

作品ページは、各区間で「between 3 and 30 instruments」が鳴ると書いています。本記事の調査担当が、GitHub のサンプルの表を subway.py と同じ規則で数え直すと、別の数字になりました。作者の数字ではなく、参考値です。

資料	数えたもの	値
作品ページ（作者）	各区間で鳴っている楽器	3〜30
調査担当の再計算	1駅に割り当てられる楽器の表の行	9（E 180 St. ほか）〜62（Wall St.、Chambers St. ほか）

二つは同じ数え方ではないと読めます。表には値段0のボーカルがあり、同じ音色が百分位ごとに別の行になっています。作品ページは最終データとして Google スプレッドシートにリンクしていて、サンプルの表がそれと同じかは確かめていません。

時刻もずれます。作者は、いちばん大きい部分を Park Place〜Chambers St.（所得 $205,192）の 1:37、いちばん静かな部分を E 180 St.〜Bronx Park East（$13,750）の 3:53 と書いています。

資料	対象	値
作品ページ（作者）	曲の長さ	約4分半
Vimeo の動画	動画の長さ	286秒
調査担当の再計算	本編の長さ	261.5秒
作品ページ（作者）	いちばん大きい部分	1:37
調査担当の再計算	Park Place→Chambers St. の区間の始まり	1:16
作品ページ（作者）	いちばん静かな部分	3:53
調査担当の再計算	E 180 St. の区間の始まり	3:32

再計算の時刻は、どちらも作者の時刻より約21秒早くなります。動画は本編より約24秒長いので、冒頭の導入か余白のためと読めますが、原因は確かめていません。

第三者はこの曲をどう見たか

三つの記事は、別々の点を見ています。一つ目は先行例との比較です。Hyperallergic の Allison Meier（アリソン・マイヤー、2015年2月）は、Daniel Crawford の「A Song of Our Warming Planet」（2013）と並べました。

“Both projects make what can be abstract data into a narrative aural experience.”

どちらも抽象的になりがちなデータを、物語のある聴く体験にしている、という評です。コードの公開で、誰でも自分の路線を曲にできる点も評価しました。

二つ目は、音楽の側からの問いです。New Music USA の Molly Sheridan（モリー・シェリダン、2015年7月）は、Reich を知っていれば音のつながりがすぐ分かる、と素材の選び方を評価しました。そのうえで、こう問います。

“Should the music sound “better” when passing through rich neighborhoods in his presentation of income? … Where is the line between representation and judgment?”

裕福な地域を通る音楽は「より良く」聞こえるべきか、表現と判断の境目はどこか、という問いです。Sheridan は、Foo が一部だけを良く聞かせる手直しをせず、曲全体をデータに忠実に保つことも伝えています。

三つ目は、可視化との関係です。Science Friday（2017年2月）は Foo を例に挙げ、こう書きました。

“so-called “data sonifiers” don’t expect their work to replace data visualizations, but rather complement the facts and figures they depict”

データを音にする人たちは、可視化に代わるのではなく、補おうとしている、という見方です。

使い道

可視化の仕事に持ち帰れる判断は、四つあります。

一つ目は、データに使う要素を絞り、残りを固定することです。Two Trains では、時間の長さが距離を、楽器の数と強さが所得を表します。フェーズ・シフトや発音のゆらぎは、データとは関係のない様式です。音階も、所得には直接は割り当てていないと読めます。棒グラフで長さだけをデータに使い、色を飾りとして固定するのと同じ組み立てだと読めます。

二つ目は、価値の判断を呼ぶ変数に、気分を左右しない性質を当てることです。それでも Sheridan の問いは残ります。大きい音が「豊か」に聞こえることまでは、避けきれないと読めます。図でも、色の明るさが良し悪しに見えないかを確かめるとよいと筆者は考えます。

三つ目は、順序のあるデータを時間に載せることです。路線には駅の順があり、そのまま曲の時間になります。時間軸を使う表現では、データの側に自然な順序があるかを先に見るとよいと読めます。

四つ目は、規則とコードを公開し、数え方と基準を添えることです。コードとサンプルデータが公開されていたので、再計算ができました。その結果、作者の数字と、サンプルデータからの再計算が合わないことが分かりました。原因は確かめていません。何を数えたか、時刻は導入を含むか。そこまで書いてあれば、聴き手は数字を照らし合わせられると筆者は考えます。

参考・出典

一次情報

Brian Foo, Data-Driven DJ（シリーズの説明、目次、Press 欄）. https://datadrivendj.com/
Brian Foo, “Two Trains — Sonification of Income Inequality on the NYC Subway”（作品ページ）. https://datadrivendj.com/tracks/subway/
Brian Foo, Data-Driven DJ FAQ. https://datadrivendj.com/faq/
beefoo/music-lab-scripts（GitHub リポジトリ）. https://github.com/beefoo/music-lab-scripts
01_subway の README. https://github.com/beefoo/music-lab-scripts/tree/master/01_subway （raw：https://raw.githubusercontent.com/beefoo/music-lab-scripts/master/01_subway/README.md）
subway.py. https://raw.githubusercontent.com/beefoo/music-lab-scripts/master/01_subway/subway.py
data/stations.csv.sample. https://raw.githubusercontent.com/beefoo/music-lab-scripts/master/01_subway/data/stations.csv.sample
data/instruments.csv.sample. https://raw.githubusercontent.com/beefoo/music-lab-scripts/master/01_subway/data/instruments.csv.sample
LICENSE（MIT）. https://raw.githubusercontent.com/beefoo/music-lab-scripts/master/LICENSE
Vimeo の動画（2015-01-31 アップロード、286秒）. https://vimeo.com/118358642
SoundCloud（音声）. https://soundcloud.com/functionfoo/two-trains-sonification-of-income-inequality-on-the-nyc-subway
データ元：U.S. Census Bureau, American Community Survey 2011 Release. http://www.census.gov/acs/www/data_documentation/2011_release/
データ元：NYC Open Data, Subway Entrances. https://data.cityofnewyork.us/Transportation/Subway-Entrances/drex-xx56

第三者評価

Allison Meier, “Data-Driven Music for the Disharmony of New York’s Income Inequality,” Hyperallergic, 2015-02-10. https://hyperallergic.com/180725/data-driven-music-to-for-the-disharmony-of-new-yorks-income-inequality/
Molly Sheridan, “Data-Driven DJ Brian Foo: Statistics That Sing,” New Music USA, 2015-07-22. https://newmusicusa.org/?p=277105
“How to Listen to Data,” Science Friday, 2017-02-07. https://www.sciencefriday.com/articles/how-to-listen-to-data/
“Hear the Sound of NYC’s Income Gap on This Data-Driven Subway Ride,” VICE（Creators Project）. https://www.vice.com/en/article/hear-the-sound-of-nycs-income-gap-on-this-data-driven-subway-ride/

化学療法の1年分の血圧を、鳴らす鉢の形にする──Stephen Barrass の Chemo Singing Bowl

Thu, 05 Nov 2026 00:00:00 +0900

Stephen Barrass（スティーブン・バラス）の Chemo Singing Bowl は、化学療法を受けた人の1年分の血圧を、鉢の形に写した作品です。鉢を鳴らしたときの響きで、そのデータを伝えます。鉢はステンレス鋼の3Dプリントで、叩くか、縁をこすって鳴らします。作者は、データで形を決めた鳴る物体を Acoustic Sonification（音響ソニフィケーション）と呼んでいます。

作品は2016年1月18日に作者のブログで公開され、同じ年、シドニーの応用美術科学博物館（MAAS）の展覧会に出品されました。以下は、作者のブログ、国際会議 ICAD 2016 の展示論文、前作を扱った2014年の論文、Barrass が共著者に入った2019年の論文に沿います。資料どうしで書き方が違う点は、違いとしてそのまま示します。

2013年、自分の血圧を「歌う鉢」にする

Chemo Singing Bowl には前作があります。作者本人の血圧で形を決めた Hypertension Singing Bowl です。2013年7月にブログで公開し、2014年に会議 SoniHED で論文にしています。

きっかけは、高血圧と診断されたことでした。Barrass はカフで収縮期と拡張期の血圧を測り、アプリに記録し始めます。アプリが描く時系列のグラフについて、論文にこう書いています。

The plots of my blood pressure are generic and could have been share prices or CO2 emissions. Surely there was a way to make this personal dataset more personal, and more engaging.

自分の血圧のグラフはありきたりで、株価や CO2 排出量のグラフでもおかしくない。この個人的なデータを、もっと個人的で、引き込まれるものにできないか、という要旨です。

鳴る物体には、チベットのシンギングボウル（singing bowl）を選びました。縁をこすると、持続音で「歌う」鉢です。瞑想やリラクゼーション療法と結びつき、それらが血圧を下げうることが理由でした。

最初の試作（v0.0）は、壁の厚さをデータで変え、最大5mmになりました。叩くと3628Hzが3秒鳴りますが、こすっても歌いません。次の版（v1.0）では壁を2mmにそろえ、時間軸を鉢の周に沿って置きます。読み取り1組ごとに、縁と底をつなぐ「スポーク」を1本割り当て、上半分の半径を収縮期、下半分の半径を拡張期の値で変えました。

前作 Hypertension Singing Bowl。暗い金属色の鉢で、下半分に細い縦の帯が規則正しく並んでいる

Stephen Barrass／ICAD 2016「Research Through Design into Acoustic Sonification」より引用（CC BY-NC 4.0）

v1.0 は直径100mm、重さ162g です。叩くと609Hzが10秒鳴り、縁をこすると伝統的な鉢のように歌いました。2Hzのトレモロとヒス音も出て、作者は「データのスポークが原因かもしれない」と書いています。前作を鳴らす2014年の動画が YouTube にあります。ICAD 2016 の論文は、前作をこうまとめています。

The bowl sings like a traditional singing bowl, but with a timbre that is changed by the dataset.

鉢は伝統的な鉢のように歌うが、音色はデータによって変わっている、という要旨です。

化学療法の1年を、曲がった帯に写す

Chemo Singing Bowl のデータは、作者本人のものではありません。乳がんの化学療法を受けた人が、治療の1年間に記録した血圧です。作者のブログ（2016）は、こう紹介しています。

This version of the acoustic sonification singing bowl introduces 3D splines as a way of mapping the data into the form. The irregularity of the dataset makes for inharmonic and dissonant acoustic effects.

この版では、データを形に写す方法として 3D スプライン（制御点でなめらかな曲線を描く方法）を取り入れた。データの不規則さが、倍音の整わない、不協和な響きを生む、という要旨です。ICAD 2016 の論文は、写し方の意図を書いています。

This mapping aims to amplify the effect of the dataset on the acoustics of the bowl by mapping the diastolic/systolic pressure to control points for the curvature of 2D splines amped to the tines.

拡張期・収縮期の血圧を、スプラインの曲率を決める制御点にし、そのスプラインを tines（帯）に写す。データが音響に与える効果を増幅するためだ、という要旨です（“amped” は “mapped” の誤記と見られます）。前作は太さの変化に写し、Chemo は帯の曲がり方に写したことになります。

金色の鉢を斜め上から見た写真。縁と底のあいだを、外へ弧を描いて曲がる細い帯が何十本も取り巻いている

Stephen Barrass／SONIFICATION.COM「Chemo Singing Bowl」より引用

写真では、帯の長さや曲がり方が一本ずつそろっていません。

鉢を真上から見た写真。縁の外側に、長さや曲がり方のそろわない帯が放射状に突き出している

Stephen Barrass／SONIFICATION.COM「Chemo Singing Bowl」より引用

資料から確かめられる対応は、次のとおりです。

データ	物の性質	出典
化学療法の1年間に記録した血圧	鉢全体の形（ステンレス鋼の3Dプリント）	作者ブログ（2016）
拡張期・収縮期の血圧の値	スプラインの曲率を決める制御点。そのスプラインを帯に写す	ICAD 2016
1年間の血圧の読み取り	鉢の周りのスプラインの変化	Wang ほか（2019）
データの不規則さ	倍音の整わない、不協和な響き	作者ブログ（2016）
読み方	叩く、またはこすって鳴らす。音は形から決まる	Wang ほか（2019）

時間の並びを周に沿って置いたと明記した資料はありません。前作 v1.0 がそうしていたこと、「鉢の周りのスプラインの変化」とあることから、Chemo も周に沿って並べたと読めます。読み取りの件数、帯の本数、寸法、周波数は、どの資料にも見当たりませんでした。

手に持った鉢を真横から見た写真。帯が縁から外へ張り出し、底の側へ回り込んでいる

Stephen Barrass／SONIFICATION.COM「Chemo Singing Bowl」より引用

鉢は歌うのか──資料ごとの食い違い

資料は二つの点で書き方が違います。鉢が歌うかどうかと、スプラインが2Dか3Dかです。

論点	資料	書かれていること
歌うか	ICAD 2016	“This bowl does not sing very well”（あまりうまく歌わない）
歌うか	Wang ほか（2019）	“not sing harmonically”（調和して歌わない）
歌うか	作者ブログ（2018）	“3D printed in stainless steep [steel] so it sings”（歌うように3Dプリントした）
次元	作者ブログ（2016）	“3D splines”
次元	ICAD 2016	“2D splines”

2018年のブログは、ドイツの Schloss Dagstuhl のセミナーに持参したデモの一覧で、前作にも同じ言い方をしています。

歌わない原因の説明も違います。ICAD 2016 は “possibly due to the curved shape of the tines”、帯が曲がった形のせいかもしれない、と書きます。ブログと2019年の論文は、データの不規則さを挙げます。ICAD 2016 は、次の版では音響の理論で歌う効果の改善を探る、と続けますが、その版について書いた資料は見つかりませんでした。

帯の形とデータの不規則さのどちらが主な原因かを書いた資料は、見つかりませんでした。 曲率に写せば、データが不規則なほど帯の形も不規則になるので、形の効果とデータの効果は一つの音にまとまって出てくる、と読めます。前作は太さに写して歌い、Chemo は増幅のため曲率に写してあまり歌わなくなった、と並べると、データの性質と写し方の選択がどちらも響きに出ていると読めます。

「あのときの自分の感じ方」──データを提供した人の言葉

2019年の論文によれば、この鉢は、化学療法のあいだの看病への感謝として、患者の母親に贈るために作られました。音を聞いたデータ提供者の感想は、三つの資料で言い回しが違います。

資料	感想
ICAD 2016	“it sounds as sick as I felt at the time”
Wang ほか（2019）	“that’s exactly how I felt at the time”
作者ブログ（2016）	“… quite accurate – the sound is dry and heavy, without much resonance, just like I felt!”

あのときの自分と同じくらい具合の悪い音がする。まさにあのときの自分の感じ方だ。ブログの版は、かなり正確で、音は乾いて重く、あまり響かない、自分が感じていたように、と続きます。

前作は、作者が自分のデータを自分で聴く鉢でした。SoniHED 2014 の要旨は、データを瞑想的に見つめ直し、健康な暮らしを思い出させるもので、自己記録のありきたりなグラフに代わる “poetic alternative”（詩的な選択肢）だ、と書いています。

Chemo は、別の人のデータで作り、データの持ち主がその音を聴きました。前作の「個人的なデータを、もっと個人的に」という問いが、他人のデータで、その本人に返ったと読めます。持ち主が使った言葉は「正確だ」「まさに」でした。グラフを読む正しさではなく、記憶にある体の感じとの一致を指していると読めます。

第三者はこの作品をどう見たか

Chemo Singing Bowl を独立に論じた批評や報道は、見つかりませんでした。扱われ方は三つあります。

一つ目は、2019年の IEEE Computer Graphics and Applications の論文 “An Emotional Response to the Value of Visualization” です。Yun Wang らの共著で、Barrass も入っています。2018年の Dagstuhl のセミナーの作業部会から生まれました。

Informed by the role of emotion in psychology, art, design, marketing, and HCI, we argue for an expanded definition of value, applicable to all forms of data visualization.

感情の役割を踏まえ、可視化の価値の定義を広げるべきだ、という要旨です。効率で測る既存の枠組み（ICE-T など）ではデータ物理化の価値を見落とす、と論文は書き、Chemo の鉢をその例に挙げます。Barrass が共著者なので、完全に独立した評価ではありません。

二つ目は、データ物理化の作品目録 dataphys.org です。Chemo 単独の項目はなく、前作群の項目「2011 – Stephen Barrass’ Physical Data Sonifications」があります。Pierre Dragicevic（ピエール・ドラジチェヴィッチ）が追加し、Yvonne Jansen（イヴォンヌ・ヤンセン）が推薦した項目です。

Physical representations of data can target other senses than vision or touch.

データの物理的な表現は、視覚や触覚以外の感覚にも向けられる、という要旨です。HRTF Bells（左右の耳の特性で形を決めた鐘）については、形の違いはほとんど見えないが、音の高さと音色は比べられる、と書いています。

三つ目は、美術館での選定です。MAAS のキュレーター Matthew Connell（マシュー・コネル）は、2016年9月3日〜2017年6月25日の「Out of Hand: Materialising the Digital」にこの鉢を選びました。作者のブログによれば、デジタル製造の役割を扱う展覧会で、Zaha Hadid や Iris van Herpen らの作品と並びました。同年の DESIGN Canberra Festival でも紹介され、ICAD 2016 と2018年の Dagstuhl では、手に取って鳴らせるデモとして置かれています。

テーブルに置かれた鐘とメダルを手に取って鳴らしている様子。右に暗い色の鉢、右手前に金色の帯の鉢の一部が見える

Stephen Barrass／SONIFICATION.COM「Data Physicalisation @ Schloss Dagstuhl」より引用

書籍では、Samuel Huron、Till Nagel、Lora Oehlberg、Wesley Willett 編『Making with Data: Physical Design and Craft in a Data-Driven World』（AK Peters / CRC Press、2022）に、Barrass の章 “Chemo Singing Bowl” があります。第3部 “Digital Production” の 3.1 章、pp. 185–198、DOI は 10.1201/9781003264903-11 です。章の本文は、今回は読めていません。

使い道

この鉢から持ち帰れるのは、写し方を変えると、物そのものの振る舞いが変わるということです。画面のグラフなら、値を太さで表すか曲がり方で表すかを変えても、画面の振る舞いは変わりません。鳴る物では、写し方がそのまま響きを決めます。

Barrass は前作の論文で、v0.0 が歌わなかった反省として、写し方に進む前に、データを入れない基準の鉢を先に刷って試すほうが効率的だった、と書いています。素材が媒体になる物理化では、この手順がそのまま使えます。

Chemo は、効果を「増幅」する写し方が、比喩の土台を崩しうることも示しています。歌う鉢という比喩は、鉢が歌うことで成り立ちます。それでも、データの持ち主は濁った響きを「正確だ」と言いました。比喩が崩れたこと自体が、データを伝えたと読めます。

もう一つは、原因の切り分けです。写し方を変えたら、同じ形にデータを入れない版も作って聴き比べる。そうすれば、聴こえる違いのどこまでがデータによるものかを言えるようになる、と筆者は考えます。

参考・出典

一次情報

Stephen Barrass, “Chemo Singing Bowl”（SONIFICATION.COM、2016-01-18） https://sonification.com/2016/01/18/chemo-singing-bowl/
Stephen Barrass, “Research Through Design into Acoustic Sonification”, ICAD 2016 installation paper（CC BY-NC 4.0） https://www.icad.org/icad2016/proceedings2/installations/ICAD2016_paper_52.pdf
University of Canberra Research Portal, “Chemo Singing Bowl: Out of Hand - Materialising the Digital” https://researchprofiles.canberra.edu.au/en/publications/chemo-singing-bowl-out-of-hand-materialising-the-digital/
Stephen Barrass, “3D Printed Acoustics @ Out Of Hand, Sydney”（2016-09-03） https://sonification.com/2016/09/03/out-of-hand-materialising-the-digital/
Stephen Barrass, “Chemo Singing Bowl @ DESIGN Canberra”（2016-10-28） https://sonification.com/2016/10/28/design-canberra/
Stephen Barrass, “Data Physicalisation @ Schloss Dagstuhl”（2018-10-30） https://sonification.com/2018/10/30/data-physicalisation-schloss-dagstuhl/
Stephen Barrass, “Making With Data”（2022-12-13、目次の転載） https://sonification.com/2022/12/13/making-with-data/
Stephen Barrass, “Chemo Singing Bowl”, in S. Huron, T. Nagel, L. Oehlberg, W. Willett (eds.), Making with Data: Physical Design and Craft in a Data-Driven World, AK Peters / CRC Press, 2022, pp. 185–198（本文は未読） https://doi.org/10.1201/9781003264903-11
Stephen Barrass, “Acoustic Sonification of Blood Pressure in the Form of a Singing Bowl”, SoniHED 2014, York https://www.york.ac.uk/media/c2d2/media/sonihedconference/Barrass_SoniHED_2014.pdf
University of Canberra Research Portal, “Acoustic Sonification of Blood Pressure in the Form of a Singing Bowl”（要旨） https://researchprofiles.canberra.edu.au/en/publications/acoustic-sonification-of-blood-pressure-in-the-form-of-a-singing-/
Stephen Barrass, “Hypertension Singing Bowl”（2013-07-10） https://sonification.com/2013/07/10/hypertension/
Stephen Barrass, Hypertension Singing Bowl のデモ動画（YouTube、2014） https://www.youtube.com/watch?v=DE3tolD5Krg
Stephen Barrass, “Sound in Data Physicalisation”, Dagstuhl Reports 8(10), 2019, §5.4 https://drops.dagstuhl.de/storage/04dagstuhl-reports/volume08/issue10/18441/DagRep.8.10.127/DagRep.8.10.127.pdf

第三者評価

Yun Wang, Adrien Segal, Roberta Klatzky, Daniel F. Keefe, Petra Isenberg, Jörn Hurtienne, Eva Hornecker, Tim Dwyer, Stephen Barrass, Theresa-Marie Rhyne, “An Emotional Response to the Value of Visualization”, IEEE Computer Graphics and Applications 39(5), 2019（Barrass 共著） https://petra.isenberg.cc/publications/papers/Wang_2019_AER.pdf / doi:10.1109/MCG.2019.2923483
dataphys.org, “2011 – Stephen Barrass’ Physical Data Sonifications”（Pierre Dragicevic 追加、Yvonne Jansen 推薦） https://dataphys.org/list/barrass-physical-data-sonifications/
Jason Alexander, Petra Isenberg, Yvonne Jansen, Bernice E. Rogowitz, Andrew Vande Moere (eds.), Dagstuhl Seminar 18441 “Data Physicalization” 報告書, Dagstuhl Reports 8(10), 2019 https://drops.dagstuhl.de/storage/04dagstuhl-reports/volume08/issue10/18441/DagRep.8.10.127/DagRep.8.10.127.pdf
Out of Hand: Materialising the Digital（MAAS、キュレーター Matthew Connell、2016-09-03〜2017-06-25）。選定の事実は作者ブログで確認 https://sonification.com/2016/09/03/out-of-hand-materialising-the-digital/
Making with Data 書籍サイト https://makingwithdata.org/

表の1列を音階の段に割り当て、1行を1拍で鳴らす──TwoTone

Fri, 06 Nov 2026 00:00:00 +0900

TwoTone（ツートーン）は、表の1列を、最小値から最大値まで音階の段に割り当て、1行を1拍として鳴らすツールです。データが決めるのは、音の高さと、鳴らすか黙るかだけです。初期設定では、値をハ長調の2オクターブ、15段に丸めます。音量・楽器・調は、使う人がトラックごとに選びます。テンポは、全体の BPM とトラックごとの倍率を人が決めます。ブラウザで動く無料のウェブアプリで、コードを書かずに使えます。

TwoTone は2019年3月5日に公開されました。作ったのはニューヨークのデータデザインスタジオ Datavized Technologies で、Google News Initiative（GNI）が支援しました。2021年12月からは Sonify が保守を引き継ぎ、2023年半ばに開発が止まっています。以下は、GitHub のリポジトリ（README とソースコード）、公式サイト twotone.io、開発に関わった人たちの公開記事に沿います。

2019年3月、報道の現場に向けて公開される

TwoTone を依頼したのは、当時 Google News Lab のデータエディターだった Simon Rogersです。助言はマイアミ大学の Alberto Cairo（アルベルト・カイロ）が務め、開発は Datavized の CEO、Hugh McGroryが率いました。公開の日、Rogers はこう書いています。

“Previously, to make data into music, you’d need to have expert coding skills. Now, anybody can do it.”

データを音楽にするには高度なプログラミングが要ったが、今は誰にでもできる、という話です。

開発元の書き方は、資料によって違います。

資料	開発元の書き方
McGrory「An Intro to TwoTone」（2019年）	「imagined by Datavized with support from Google News Initiative」
公式サイト（twotone.io/about）	「originally made by Datavized Technologies with support from Google News Initiative and is now maintained by Sonify」
現在の README（sonifydata/twotone）	「a Sonify project built with support from Google News Initiative」。続けて「originally developed by Datavized Technologies」

その後の流れは、次のとおりです。

日付	出来事	出典
2019-03-05	公開。McGrory、Rogers、Cairo が紹介記事を出す	各記事
2021-12-10	リポジトリが datavized/twotone から sonifydata/twotone へ移る	datavized/twotone の README
2022-01-14	MIDI 出力を追加	git log
2023-10-12	README の冒頭に「As of mid-2023, development on TwoTone has been paused.」を追記	README、git log
2024-07-27	最後のコミット（サンプルデータの追加）	git log

Sonify は、McGrory が共同創業した米国の会社です。2026年11月6日の時点で、旧アプリの datavized.github.io/twotone/ は開けました。README が案内する sonify.io/twotone/ は、名前解決ができませんでした。

着想のもとは、全盲の天文学者 Wanda Diaz Mercedの2016年の TED トークだ、と McGrory は書いています。グラニュラー合成は動かせたものの、「too complex for the beginner」として外しました。

1列を、音階の15段に丸める

使う人は、まず表を読み込みます。形式は .xls、.xlsx、.csv、.ods で、上限は20MB・2,000行です。データはブラウザの中だけで処理し、サーバーには送りません。

「Select Data Source」の画面。バスク州の時間の使い方、米国のハチミツ生産など7つのサンプルと、20MB・2,000行の上限が並ぶ

Datavized Technologies／Hugh McGrory「An Intro to TwoTone」（Medium）より引用（GIF 動画の1コマ）。ライセンス表記なし（MPL 2.0 はコードのライセンスで、画像への適用は書かれていません）

読み込むと、TwoTone は「Musical Scale」トラックを1本、自動で作ります。ソースコードで確かめると、値は2段階で音になります。まず列の最小値と最大値で、値を0〜1に引き伸ばします。次に「段の数−1」を掛けて四捨五入し、音階の何段目かを決めます。段の数の初期値は15で、コードのコメントは「two whole octaves (inclusive)」です。README は両端をこう書きます。

“The lowest and highest values will play the tonic note at either end of the given scale.”

最小値と最大値は、音階の両端の主音を鳴らす、という説明です。初期設定のハ長調なら、最小値が下のド、最大値が2オクターブ上のドです。

データ	音	決め方	出典
行の順番	時間	1行＝1拍。拍の長さは全体のテンポ（BPM）で決まる	README「Track Tempo」
選んだ1列の値（数値・日時）	音の高さ	最小〜最大を0〜1にし、`round(値 × (段の数 − 1))` で段に丸める	data.worker.js、scale/index.js
文字列の列	音の高さ	列に出てくる値を並べ、その順位を0〜1にする	data.worker.js
空欄・数値でない値	休符	音を出さない	scale/index.js
別の列の値の範囲（フィルター）	鳴る／黙る	範囲外の行は無音にする	README「Filtering a Track」

TwoTone の編集画面。左に2本のトラックが棒グラフで並び、右に年ごとの表があり、再生中の2005年の行が灰色で示され、対応する棒がオレンジになっている

Datavized Technologies／Hugh McGrory「An Intro to TwoTone」（Medium）より引用。ライセンス表記なし（MPL 2.0 はコードのライセンスで、画像への適用は書かれていません）

画面の上のトラックは、ハチミツ生産の「Value of Production ($)」の列を鳴らしています。棒グラフは行ごとの値で、再生中の行の棒がオレンジです。なお README の例は、100行を60bpm で鳴らすと「100秒、または1:20」と書きますが、100秒は1分40秒です。

段は半音ではなく、音階の段で数えます。そのため、値の細かな差は、段の数までしか聞き分けられないと読めます。README はこう書きます。

“More octaves will result in finer-grained distinction between values. Fewer octaves will allow different tracks to represent different data at opposing ends of the scale, even using the same instrument, like playing left hand and right hand on a piano.”

オクターブを増やせば値の違いが細かく分かれ、減らせば別のトラックを音域の上と下に分けられる、という説明です。

鳴らすか黙るかを、別の列で決める

高さのほかにデータで決まるのは、鳴るか黙るかです。どのトラックにもフィルターがあり、列と値の範囲を選ぶと、範囲外の行は無音になります。どこが鳴るかは、棒グラフで示されます。

Musical Scale トラックの展開ビュー。棒グラフの左側が灰色になり、下に Volume、Filter Value、Key（C・Major）、Scale Range（2 Octaves）などの設定が並ぶ

画面では Filter Value のつまみが右へ動き、棒グラフの左側が灰色です。灰色の行は鳴りません。録音した音声を流す「Narration Audio」トラックでは、Active sections を選ぶと、鳴る区間の頭ごとに1回だけ流れます。データが音声のきっかけを決めると読めます。

題名を Google の Text-to-Speech API で読み上げ、音楽の前に置く機能もあります。McGrory は、この機能に断り書きを付けています。

“Being pedantic, this means that Twotone can’t really be described as ‘sonification’ since that word refers to ’the use of non-speech audio to convey information or perceptualize data’.”

言葉の音声を使う以上、厳密には「ソニフィケーション」とは呼べない、という話です。

音量・楽器・調は、人が選ぶ

トラックの残りの設定は、データではなく人が選びます。楽器は、現在のソースでは Piano など10種と Midi Out です。調は12、旋法は major・minor・dorian など11です。オクターブの数、開始オクターブ、テンポの倍率、アルペジオ（上昇・下降・なし）、トラックごとの音量も選びます。

音量がデータに結びつくかは、資料で書き方が違います。

資料	音量についての記述
README「What is TwoTone’s goal?」	「attaching … individual columns of data to variables in sound (pitch, volume)」
README「Volume Adjustment」	「Every track has a volume slider in the expanded view.」
src/engine/AudioDataEngine.js	トラックに保存した `track.volume` を、そのまま音量（ゲイン）に入れる
src/engine/types/scale/index.js	行の値から決めるのは、音の高さだけ

ソースは、2026年11月6日時点の master で確かめました。

作り手は、使い道を二つに分けています。一つはデータの理解です。

“If understanding the data is your goal, you may want to keep things simple and resist the urge to make too many layers or add too many effects.”

理解が目的なら、層や効果を重ねすぎないこと、という助言です。もう一つは曲づくりで、McGrory は、音楽家が「it adds a randomness that sparks new ideas」と気に入っている、と書きます。データの理解と、偶然から曲を作ることを、一つの道具に同居させていると読めます。

公開の日には、例がいくつも出ました。Cairo は、米国の失業率（2009〜2018年）を音にしました。Maarten Lambrechtsは、1880〜2018年の世界の気温偏差を、グロッケンシュピールのハ短調で鳴らしました。Rogers は、バスク州の時間の使い方のデータについて、音だけで人が仕事に出る時刻を当ててみてほしい、と書いています。

第三者はこのツールをどう見たか

Rogers と Cairo は依頼者と助言者なので、ここでは開発に関わっていない側を見ます。

一つ目は、報道の入口としての評価です。RJI（Reynolds Journalism Institute）は2024年、報道向けのソニフィケーションの道具の紹介で、最初に TwoTone を取り上げました。

“Both playful and practical, it is an ideal way to explore turning data into audio.”

遊べて実用的で、データを音にする入口に向いている、という評価です。記事は、ハチミツの価格が上がるにつれ、上昇するアルペジオがそれに応じると書いています。

二つ目は、教育での使い方です。McMaster 大学 Sherman Centre for Digital Scholarship の教材は、データ漏えいのデータで TwoTone を使う手順を載せています。強調したいトラックのほかは静かにする、と書いています。音量での強調は人の操作で、データとの連動ではないことが分かる例と読めます。

三つ目は、賞の場です。2019年、Online Journalism Awards の技術革新部門でファイナリストに、Information is Beautiful Awards でロングリストに入りました。どちらの審査講評も、確かめられませんでした。TwoTone だけを扱った学術的な評価は、見つかりませんでした。

使い道

可視化の仕事に持ち帰れる判断は、三つあります。

一つ目は、段の数が分解能だと意識することです。初期設定の15段では、値は15通りの高さにしかなりません。差を聞かせたいならオクターブを増やし、列を重ねるなら音域を分ける。目盛りの細かさを決めるのと同じ判断と読めます。

二つ目は、最小値と最大値で引き伸ばすことの影響です。両端が音階の両端の主音になるので、大きく外れた値が一つあれば、残りの値は狭い段に集まると読めます。音にする前に、値の範囲を見ておくとよいと読めます。

三つ目は、データで決まるものと、人が選ぶものを分けて伝えることです。TwoTone では、音量・楽器・調はデータではありません。聞かせるときは、何がデータで何が演出かを、題名や説明で先に渡すとよいと読めます。

同じ特集では、血圧を鳴る鉢の形にした Chemo Singing Bowl と、移動の記録をレコードにした Quotidian Record も読めます。

参考・出典

一次情報

sonifydata/twotone, README（2026-11-06 に取得）. GitHub / raw
sonifydata/twotone のソースコード（src/constants.js、src/util/data/data.worker.js、src/engine/types/scale/index.js、src/engine/types/scale/samplerInstruments.js、src/soundq/src/util/scales.js、src/engine/AudioDataEngine.js、src/engine/speech.js、LICENSE、git log）. GitHub
datavized/twotone（移管の告知）. GitHub
TwoTone 公式サイト. トップ / About / How it works / Examples / Tutorials
Hugh McGrory, “An Intro to TwoTone,” 2019-03-05. Medium
Simon Rogers, “Sonification: make beautiful music with your data,” 2019-03-05. Medium
Alberto Cairo, “Sonifying data with TwoTone,” The Functional Art, 2019年3月. ブログ
チュートリアル動画（Cairo のブログに埋め込み）. YouTube 1 / YouTube 2
Sonify. トップ / TwoTone
Online Journalism Awards 2019, TwoTone の応募ページ. ページ
Information is Beautiful Awards 2019, TwoTone の掲載ページ. ページ
TwoTone アプリ. 旧アプリ / MIDI 出力ベータ

第三者評価

Lamar, “Embracing data-driven audio as a storytelling method,” RJI（Reynolds Journalism Institute）, 2024-08-08. 記事
Sherman Centre for Digital Scholarship, McMaster University, “Data Sonification,” Lesson 4（CC BY 4.0）. 教材

表から、見る線と聴く線を同時に作る──Highcharts Sonification Studio

Fri, 06 Nov 2026 00:00:00 +0900

Highcharts Sonification Studio（ハイチャーツ・ソニフィケーション・スタジオ、以下 HSS）は、表に入れたデータを、線グラフと、その線をなぞる音に同時に変えるツールです。値を音の高さ・定位・音量・長さなどのどれに割り当てるかを、コードを書かずにサイドバーで選べます。開発の途中で、全盲の利用者や、視覚障害のある専門家が加わる評価を3回行っています。

開発は Highcharts の開発元 Highsoft AS（ノルウェー）で、Georgia Tech Sonification Lab と共同で設計しました。ブラウザで動き、無料で、ログインは要りません。以下は、ICAD 2021 の論文（Cantrell, Walker, Moseng）、GitHub のソースとアプリ内チュートリアル（v1.1.1）、Georgia Tech のニュース記事（2021年7月）に沿います。

2019年、Java の Sandbox をブラウザへ移す

HSS には前身があります。Georgia Tech Sonification Lab が約15年保守した Java のアプリ、Sonification Sandbox です。表で操作したデータを、見た目と音のグラフに変えるものでした。論文は、ブラウザに移せば配りやすく、スクリーンリーダーでも使いやすくなると書きます。一方で、凝った音は作りにくい（「advanced audio can still be a challenge」）とも書きます。論文は HSS を「a systematic re-implementation of the Sonification Sandbox」と呼び、Sandbox の機能をすべて移したわけではない、とも書いています。

GitHub の最初のコミットは2019年8月26日で、Highsoft の Øystein Moseng（エイステイン・モーセング）によるものです。論文の著者は Stanley J. Cantrell（スタンリー・カントレル）、Sonification Lab 所長の Bruce N. Walker（ブルース・ウォーカー）、Moseng の3人です。2021年6月の ICAD で発表し、論文の時点（2021年3月）では「public beta」でした。v1.0.0 は2022年9月、最新の v1.1.1 は2025年11月です。

画面は、表のタブとグラフのタブの2面で、設定は右のサイドバーにあります。

左に再生ボタン、中央に2系列の面グラフ、右に音の全体設定が並ぶ HSS の画面

Highsoft AS／sonification-studio（GitHub）より引用（画面下の表記は v0.1.5-beta）

値を、高さ・定位・音量・長さに割り当てる

ランディングページは、目的をこう書きます。

“We want users to be able to use the tool without having to write code, and without prior sonification expertise.”

コードも、ソニフィケーションの知識も要らないようにしたい、という意味です。データは CSV の取り込みや手入力で表に入れ、グラフは線・面・散布図・棒などから選びます。

上半分に X と Y の2列の表、下半分にその値を結んだ折れ線グラフ

Highsoft AS／HSS のチュートリアル（GitHub）より引用

音の設定は系列ごとです。各パラメータを、Default（既定）、Fixed（固定値）、Mapped（データに対応）から選びます。Mapped では、最小値・最大値と、対応させる列、向き（Mapping direction）を決めます。対応づけの元にできる列は、ソースを読むかぎり x と y の2つだけです。

Volume の設定欄。Note volume が Mapped、最小 0、最大 100、Map volume to が y、Mapping direction が Low to high

Highsoft AS／HSS のチュートリアル（GitHub）より引用

ソースとチュートリアルから読める、データと音の対応は次のとおりです。

データ	音のどこに	既定値・範囲など
x か y	音の高さ（Note pitch）	最小 36・最大 90（「number of notes from C0」）。向きを反転できる
x か y（既定は x）	定位（Note panning）	全体設定の「Default panning enabled」で、既定はオン。系列ごとに上書きできる
x か y、または固定値	音量	全体の音量は既定 70%
x か y、または固定値	音の長さ	flute、trumpet など、長く鳴る楽器でだけ効く
x か y	ローパス／ハイパスフィルター、トレモロの深さ・速さ	―
系列	楽器	データには対応させない。既定は piano
系列	音のオン・オフ	見た目は残したまま、音だけ外せる

ただし、Default のとき高さが x と y のどちらに対応するかは、確かめられませんでした。

下にある Highcharts のライブラリの文書は、対応づけのコツを「7 tips from science」として挙げます。その一つが「G4 to F6 is the most accurate pitch range for most humans」です。同じ文書は、同じ値を複数の音に重ねる「Dual coding」を勧め、定位だけに頼らないようにとも書いています。

C0 を0と数えると、HSS の既定の 36〜90 は C3 から F#7 に当たると読めます。文書が勧める G4〜F6 より、ずっと広い範囲です。正確さより、違いが聞き取れる幅を優先した既定値と読めます。

再生の速さと、山を残す間引き

全体の設定は「Global settings」にまとまっています。

設定	内容	既定値など
Play speed	全体の再生時間を決める	既定 79 で約8秒。式から計算すると 100 で約2秒
Play detail	鳴らす音の数を決める。データも再生時間も変えない	1〜15、既定 15
Global audio context cues	背景で鳴る目盛りの音。X の値に基づく	楽器 chop
Play marker	再生中の位置を、グラフ上の十字線で示す	既定はオン
Text description	点の数や Y の最小値・最大値などを文にして読み上げる	―

Audio の全体設定の Basic 欄。Play Speed（duration 8s）が 79、Play Detail が 15

Highsoft AS／HSS のチュートリアル（GitHub）より引用

Play detail について、チュートリアルはこう書きます。

“When detail is low, and few notes are played, the tool will group data together and play each group as one. The minimum and maximum of each group will be played, to preserve peaks in the data.”

細かさを下げると、点を区間ごとにまとめ、各区間の最小値と最大値を鳴らして山を残す、という説明です。ソースでも、区間の中で y の最小と最大を選ぶ方式（minmax）を指定しています。

目盛りの音は、X 軸の目盛りごとにクリック音を鳴らし、時間の進みをつかみやすくするためのもの、とチュートリアルは書きます。目盛りの音と十字線、文の説明は、音だけでも見た目だけでも、グラフの位置を伝えるための仕掛けと読めます。

3回の評価で、何が数えられたか

論文の後半は、3段階の評価の報告です。各段階の結果は Highsoft に渡され、次の版の設計に使われました。

段階	時期・版	誰が評価したか
Phase 1	2020年3月、v0.0.4	晴眼の参加者12人と、全盲と自認する参加者1人（VoiceOver と JAWS の利用者）による33課題の調査。別に、法的盲と自認する専門家1人
Phase 2	2020年11月、v0.0.9	専門家4人（うち3人が法的盲と自認）
Phase 3	2021年2月、v0.0.11	専門家2人（うち1人が法的盲と自認）。Highsoft のアクセシビリティ責任者も加わり、画面を順に見て回る非公式な評価

Phase 1 の33課題は、表の操作から、再生・停止、音量や速さの調整、グラフの題や色の変更までです。研究者が各課題を PURE という使いやすさの尺度で採点し、結果を課題の数で報告しています。

参加者	最良の評価（perfect PURE rating）を受けた課題	残りの課題
晴眼の参加者（12人）	33課題のうち29課題（87.9%）	4課題が低い評価
全盲の参加者（1人）	33課題のうち13課題（39.4%）	20課題が低い評価。うち4課題は、研究者が手を貸さないと進めなかった

87.9% と 39.4% は、どちらも「33課題のうち、最良の評価がついた課題の割合」です。人数の割合ではありません。全盲の参加者のデータは、晴眼の参加者と分けて分析されました。手助けが要ったのは、表の最後のセルへ移る、データを打ち込む、再生中に停止する、説明文の読み上げボタンを押す、の4課題です。専門家の評価からは、JAWS や NVDA との相性の改善が必要だとされました。

専門家の指摘には、言葉についてのものもあります。

“Be cautious about using the terms ‘frequency’ and ‘panning’ in the UI; these concepts cannot be assumed to be universally understood, especially students”

「frequency」や「panning」は、特に生徒には通じると思わないほうがよい、という指摘です。Phase 1 の課題には「Adjust the minimum frequency to 10%」がありました。現行版の見出しは「Minimum note」で、チュートリアルは音の高さをピアノの鍵盤にたとえます。ただ、ヘルプの文には「pitch/frequency」が残り、言葉を替えた理由を書いた資料は見つかりませんでした。

第三者はこのツールをどう見たか

一つ目は、目の見えない利用者の声です。Georgia Tech のニュースは、目の見えない研究者で起業家の Brandon Biggs（ブランドン・ビッグス）の言葉を載せています。

“I love how accessible all the components are with a screen-reader and how easy it is to create a sonification,”

部品がすべてスクリーンリーダーで扱え、音を作るのが簡単だ、という感想です。ただし、共同開発元が出した記事の中の発言で、独立した評価ではありません。

二つ目は、表現力の限界です。Hyeok Kim（ヒョク・キム）、Yea-Seul Kim（イェスル・キム）、Jessica Hullman（ジェシカ・ハルマン）は、CHI 2024 の論文で、HSS を含む Sandbox の後継をこう評しました。

“Sonification Sandbox [53] and its successors [14, 27] support more encoding channels, but developers need to use external sound editors to sequence or overlay multiple sonifications”

割り当てられる音は多いが、作った音を並べたり重ねたりするには外のソフトが要る、という指摘です。サイドバーの操作で完結する設計の裏返しと読めます。

三つ目は、普及と持続性です。グラーツ音楽・舞台芸術大学 IEM の Sofia Vallejo Budziszewski（ソフィア・バジェホ・ブジシェフスキ）と Katharina Gross-Vogt（カタリーナ・グロス＝フォークト）は、ICAD 2025 でソニフィケーションのソフトを見渡しました。

“Tools such as Tone.js [26], TwoTone [12], and Highcharts Sonification [27] have gained traction due to their ease of use and web-based deployment.”

使いやすく、ブラウザで動くことで広まった例として、TwoTone と並べています。同じ節は、大学発のツールの多くが資金と後ろ盾の不足で終わる、とも書きます。HSS の論文は、データの道具を売る会社が支える無料の資源、と自らを位置づけていました。企業が引き継いで保守する形は、更新が続く理由の一つと読めます。ICAD 2025 の論文がそう述べているわけではありません。

資料どうしで食い違う点もあります。

点	資料ごとの記述
ライセンス	Georgia Tech のニュース（2021年）は「MIT License」。2022年9月7日のコミットで、表記を BSD 3-Clause に書き換えている
Highcharts	ニュースは「open-source web application Highcharts」。LICENSE.md は、Highcharts ライブラリを商用ライセンスとする
ソースの公開	論文（2021年3月時点）は「will be made opensource」と未来形。最初のコミットは2019年8月で、公開の時期は確かめられなかった

使い道

可視化の仕事に持ち帰れる判断は、四つあります。

一つ目は、見た目と音を同じ表から作り、片方だけを外せるようにすることです。系列の音を外しても線は残ります。見る人と聴く人が、同じグラフを共有できる設計と読めます。

二つ目は、割り当てを「どの列を、どの範囲に、どちら向きに」の3つの選択にまとめることです。視覚のスケールの定義域・値域・向きを、そのまま音に移した考え方と読めます。既定の音域を広く取るか、文書が勧める狭い音域に絞るかは、作り手が選ぶ点として残ります。

三つ目は、点を間引くときに山と谷を残すことです。平均でまとめれば、極端な値はならされます。何を残す間引きなのかを先に決めておくとよい、と読めます。

四つ目は、評価の数字を、誰の、何の割合かで分けて見ることです。同じ33課題で、晴眼の参加者では87.9%、全盲の参加者では39.4%の課題が最良の評価でした。晴眼の参加者だけなら、ほぼ使いやすいという結果でした。目の見えない人に使ってもらって初めて見える問題がある、と論文の数字は示していると読めます。

参考・出典

一次情報

Highcharts Sonification Studio（公式サイト）. サイト
highcharts/sonification-studio（GitHub。README、LICENSE.md、src/app/home/Home.vue、src/app/home/TutorialConfigureAudio.vue、src/app/editor/ 以下の既定値と対応づけのソース、git の履歴を v1.1.1 で参照）. リポジトリ
Stanley J. Cantrell, Bruce N. Walker, Øystein Moseng, “Highcharts Sonification Studio: An Online, Open-Source, Extensible, and Accessible Data Sonification Tool,” ICAD 2021, pp. 211–216（CC BY-NC 4.0）. doi:10.21785/icad2021.005 / PDF / Georgia Tech リポジトリ
Joshua Preston, “New Browser-Based Chart Builder Gives Line Graphs, Scatterplots Their Own Audio Track,” Georgia Tech College of Computing, 2021-07-27. 記事
Highcharts Docs, Sonification: Getting started / Mapping. Getting started / Mapping
HSS Tutorials（Georgia Tech 側のコミュニティサイト。Bruce Walker によるライブデモなど）. サイト / YouTube
Sonification Sandbox（Georgia Tech Sonification Lab）. ページ

第三者評価

Brandon Biggs の発言（上記 Georgia Tech のニュース内。共同開発元の記事）. 記事
Hyeok Kim, Yea-Seul Kim, Jessica Hullman, “Erie: A Declarative Grammar for Data Sonification,” CHI 2024. arXiv:2402.00156
Sofia Vallejo Budziszewski, Katharina Gross-Vogt, “Legacy, Active & Future Software Tools in Sonification Research,” ICAD 2025. PDF