**味觉感知音乐检索:音频嵌入预测五感风味超越人类水平**

_Taste-aware music retrieval from audio embeddings_

> 研究将跨模态声音与味觉关联引入多媒体检索,提出基于音频嵌入的音乐味觉预测基准。实验显示,最强模型在预测五种基本味觉时的误差低于人类评分者个体偏差,且检索效果显著优于CLAP文本基线,实现了从音频到味觉感知的精准映射。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-07-07 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2607.03296)