使用自然声音的可访问数据表示

文献标题

Accessible Data Representation with Natural Sound

文献信息

• 主题领域: 数据可视化与可访问设计，尤其是为盲人和低视力用户设计的音效化技术
• 关键词: 音效化, 可访问性, 数据可视化, 自然声音, 用户研究, 数据感知, 无障碍设计

研究背景与问题

• 发现问题或挑战: 数据可视化的视觉特性使得盲人和低视力用户（BLV）无法有效访问这些信息。传统音效化技术（如使用人工生成的音符或音乐）存在多种问题，例如难以感知多个数据点、注意力分散以及声音识别的难度。这些方法在商业软件中几乎没有部署。
• 重要性: 数字可视化已成为日常生活中重要的信息呈现方式，从数据科学到医疗领域广泛应用。无法访问这些信息对BLV用户产生重大障碍，限制了其获取信息的公平性。
• 研究动机: 作者假设自然声音（如鸟鸣、雨滴声）由于其熟悉性和舒适性，以及并行感知能力，可以更有效地传递数据信息，特别是对于非音乐背景用户。

解决方案

• 方法或解决方案: 作者提出一种自然声音音效化的工具 Susurrus，用于将常见数据可视化（如柱状图、折线图、散点图）转换为自然声音的形式。
• 创新之处:
  • 使用自然声音作为数据音效化的核心媒介，这种声音具有情感联系和熟悉性。
  • 支持声音的并行播放（同时播放多个音效），而不是传统的序列播放。
  • 实施了基于 LUFS（与全音域相对的响度水平）和键盘交互的技术，提供精确的响度映射以及用户友好型操控。
• 实施步骤与关键技术:
  1. 收集了音效库，包括自然环境声音，如鸟鸣，波浪声及风声。
  2. 使用 LUFS 算法规范化声音响度，并根据数据值进行响度映射。
  3. 支持并行播放，允许用户同时感知多个数据点。
  4. 通过键盘交互实现 AISA（听觉信息搜索动作），如导航、选择、细节请求等。
  5. 开发了基于网络的工具，支持带屏幕阅读器的浏览器兼容性。

研究成果

• 具体成果:
  • 自然声音可有效支持常见数据操作，例如柱状图、线图和散点图。
  • 比较现有音效化工具（Highcharts），发现 Susurrus 更适合代表多个类别的数据内容，尤其是柱状图。
  • 非音乐背景用户在使用 Susurrus 时的准确率显著高于现有音效化工具。
  • 实验表明，自然声音具有享受性（hedonic value），可以放松情绪、增强注意力和个人化使用。
• 实验或评估结果:
  • 在柱状图任务中，Susurrus 的准确率比 Highcharts 高约 9.7%。
  • 在折线图任务中，Susurrus 的准确率与 Highcharts 相当，但对于非音乐背景用户效果更好。
  • 使用 NASA-TLX 和 SUS 衡量，用户对工具的工作负荷和可用性评价较高。
• 局限性与未来方向:
  • Susurrus 目前仅支持柱状图、线图和散点图。未来计划扩展至其他图表类型，如饼图、节点链接图等。
  • 并行音效化对数据点类别数量有限（建议不超过五类）。未来可以通过层次化或数据过滤的方法解决这一问题。
  • 声音混合挑战：需要改进声音处理技术，以增强播放质量和声音美感。
  • 可以探索自然声音在沉浸式和多模态数据展示中的潜力，例如虚拟现实（VR）中的远景数据展示。

贡献与总结

• 贡献:
  • 开创性地将自然声音引入数据可视化音效化设计。
  • 提出 Susurrus，支持多种数据图表的自然声音转换。
  • 提供用户研究证据，表明自然声音音效化的有效性，尤其是对非音乐背景用户。
• 总结: Susurrus 打破了传统音效化的范式，展示了自然声音的应用潜力，为未来的可访问数据设计提供了新的方法与方向。