Sonic seasoning: esperimento di valutazione percettiva di un modello computazionale per l'associazione tra musica e gusto

Le corrispondenze cross-modali descrivono la tendenza sistematica degli individui ad associare stimoli appartenenti a differenti modalità sensoriali. Tra queste, le associazioni tra musica e gusto rappresentano un ambito di ricerca emergente, con rilevanti implicazioni teoriche e applicative, ad esempio nel contesto del sonic seasoning. Parallelamente, i recenti sviluppi nell’intelligenza artificiale hanno reso possibile la progettazione di modelli computazionali in grado di apprendere e generare tali associazioni. Il presente studio si propone di valutare la coerenza tra i profili gustativi associati a dei brani da un sistema di raccomandazione musicale, basato su un modello computazionale cross-modale, e la percezione gustativa riportata da ascoltatori umani. A tal fine, è stato condotto un esperimento di valutazione percettiva. Sono state selezionate delle tracce musicali tramite il sistema di raccomandazione, con l'obiettivo di evocare determinate sensazioni gustative, e successivamente sono state inserite in un questionario online. I partecipanti hanno ascoltato e valutato l’intensità con cui ciascun brano evocava ognuno dei cinque gusti di base. L'analisi delle valutazioni ha permesso di verificare associazioni sistematiche tra i brani musicali selezionati dal sistema di raccomandazione e la percezione dei partecipanti, validando il modello. Nel complesso, lo studio fornisce evidenze a supporto della capacità dei modelli computazionali per le associazioni tra musica e gusto, evidenziando al contempo limiti e prospettive di sviluppo per future applicazioni multisensoriali.