연구진이 오디오 임베딩을 활용해 음악에서 맛을 예측하는 새로운 음악 정보 검색 벤치마크를 제시했어요. HEAR 패밀리 4개에서 추출된 10개의 오디오 인코더를 비교 분석했답니다. 예측 정확도는 평균 RMSE 0.134로, 인간 평가원보다 더 정확한 결과를 보여줬어요.
VGGish 인코더가 가장 좋은 성능을 냈지만, 게이티드 퓨전 방식은 순위 상관관계에서 강점을 보였어요. 예측된 맛 공간을 활용한 콘텐츠 기반 검색 시스템은 기존 CLAP-텍스트 기반 시스템보다 훨씬 뛰어난 성능을 냈어요.