Sounds Visual

Ontwikkelaar(s): Sander Veenhof

Beschrijving: “Het geluid van Nederland” van het Beeld en Geluid instituut bevat een enorme variatie aan zeer uiteenlopende soorten geluid. Het is een groot genoegen om eens aandachtig naar allerlei alledaagse geluiden te luisteren of om minder bekende of zelfs vergeten geluiden te ‘ontdekken’. Toch valt dat niet mee. De hoeveelheid aanwezig tags is inmiddels al iets te overweldigend om vanaf a tot z af te lopen. Willekeurig zomaar enkele tags aanklikken kan, maar het voelt alsof dat geen recht doet aan het bijzondere archief wat achter de tags schuil gaat. Wél gericht zoeken op bepaalde tags levert het risico op om in een ‘filter bubble’ te blijven rondklikken. Immers typ je niet gauw ’telefoonhoorn’ in, omdat dat geen hedendaags woord meer is, en zal je ook niet gauw vanuit het niets op de tag ‘voliere’ gaan zoeken. Daarom is er nu “Sounds visual”, een iconografische meta-tag taal voor geluidsfragmenten. Daarmee kan in het archief gezocht worden op basis van een visuele representatie van een geluid. Zonder het in woorden te hoeven vatten, geven de iconen weer wat de sfeer is van een geluid of wat voor een soort geluid het is. De koppeling tussen de iconen en de geluidsfragmenten wordt permanent aangescherpt doordat gebruikers van het systeem wordt gevraagd om de geschiktheid van iconen bij een bepaald geluidsfragment te beoordelen, of om er een nieuw icoon voor in het systeem toe te voegen. Doordat “Sounds visual” speciaal is afgestemd om mobiel gebruikt te worden, kan het Geluid van Nederland waar dan ook geraadpleegd worden en aldus een ‘soundtrack’ vormen voor momenten die zich vaak ook niet goed in woorden laten omschrijven maar wél met iconen, zodat via de visuele meta-tags passende geluiden bij de elke situatie of gemoedstoestand gevonden kunnen worden.

Website: Sounds Visual

Gebruikte data: ik maak gebruik van de dataset “Het Geluid van Nederland” van het Beeld en Geluid instituut. De visuele iconen-set koppelt aan de ID nummers van de geluiden zoals die in de dataset voorkomen.

Demoblog: geen

App-wedstrijd: Open Cultuur Data Competitie