Erie：用于数据可听化的声明式语法

数据可听化——即将数据变量映射为音高或音量等听觉变量——可用于数据无障碍访问、科学探索以及数据驱动的艺术（如博物馆展览）等。尽管在有效且直观的可听化设计方面已有大量研究，但软件支持却未能与之匹配，限制了研究人员充分探索其能力。我们提出了Erie，一种用于数据可听化的声明式语法，能够抽象地表达听觉映射。Erie支持指定可扩展的音调设计（如周期波、采样、频率/幅度调制合成器）、多种编码通道、听觉图例以及序列和叠加等组合选项。利用标准的Web Audio和Web Speech API，我们提供了一个面向Web环境的Erie编译器。我们通过复现先前工作中提出的研究原型并提供一个可听化设计库，展示了Erie的表达能力和可行性。我们讨论了将Erie扩展至其他音频计算环境并支持交互式数据可听化的未来步骤。