引言：崖椒油的獨特風味與感官評估的挑戰

崖椒 ( *Zanthoxylum armatum* DC. )，是芸香科花椒屬的一種植物，主要分布在中國西南地區，包括四川、重慶和貴州等地。由於其獨特的香氣和辛辣味，崖椒被廣泛應用於食品工業，其中崖椒油是一種重要的深加工產品。崖椒的辛辣感不同於甜、酸、苦、鹹、鮮這五種基本味道，它提供了一種結合了辛辣和麻木的獨特感官體驗。這種獨特的風味主要歸功於山椒醇類化合物 (sanshools)，特別是羥基-α-山椒醇 (hydroxy-α-sanshool)、羥基-β-山椒醇 (hydroxy-β-sanshool)、羥基-ε-山椒醇 (hydroxy-ε-sanshool) 和羥基-γ-山椒醇 (hydroxy-γ-sanshool)。

然而，傳統的感官評估方法，例如感官評分，往往受到人類主觀偏見的影響。這些方法主要反映了辛辣味的檢測閾值，而無法全面捕捉感官體驗的複雜性。因此，深入研究麻木化合物的化學成分、感官特性，並開發智慧感官評估方法，對於更客觀、更全面地評估崖椒的辛辣味至關重要。

新方法：臉部辨識與機器學習的應用

為了克服傳統感官評估的局限性，一項發表在 *npj Science of Food* 期刊上的最新研究，探索了利用臉部辨識技術和機器學習來評估崖椒油辛辣味感知的新途徑。這項研究旨在建立一種更客觀、更精確的感官評估模型，以減少人為誤差，並更深入地了解辛辣味感知的機制。

實驗設計與樣品製備

研究人員將崖椒油逐步稀釋到五種不同的濃度，分別為 0.0313 g/g (樣品 1)、0.0625 g/g (樣品 2)、0.1250 g/g (樣品 3)、0.2500 g/g (樣品 4) 和 0.5000 g/g (樣品 5)。這些樣品對應的辛辣度單位 (SPU) 分別為 5000 (辛辣 1)、11200 (辛辣 2)、23000 (辛辣 3)、45000 (辛辣 4) 和 92000 (辛辣 5)。研究使用一級菜籽油作為空白組，蒸餾水作為味覺清潔劑。

臉部辨識技術與數據分析

研究參與者在品嚐不同濃度的崖椒油後，研究人員使用臉部辨識技術捕捉他們的臉部表情變化。這些臉部表情數據被輸入到機器學習模型中，以建立辛辣味濃度與臉部表情之間的關聯。機器學習模型能夠學習並識別與不同辛辣度相關的特定臉部表情模式，從而實現對辛辣味感知的客觀評估。

研究結果與討論

研究結果顯示，臉部辨識技術和機器學習模型能夠有效地評估崖椒油的辛辣味感知。該模型能夠準確地區分不同濃度的崖椒油，並預測參與者對辛辣味的感知強度。此外，研究人員還發現，特定的臉部表情，例如皺眉、抿嘴和鼻翼擴張，與辛辣味的感知強度呈正相關。

這些發現表明，臉部辨識技術和機器學習為感官評估提供了一種有力的工具。與傳統的主觀評分方法相比，這種方法能夠減少人為誤差，並提供更客觀、更精確的感官評估結果。此外，該方法還可以深入了解感官體驗的生理機制，例如辛辣味如何影響臉部肌肉的活動。

崖椒品質評估的綜合模型

除了辛辣味感知，崖椒的整體品質還受到其他因素的影響，例如顏色、香氣和油滴均勻度。為了建立更全面的品質評估模型，有研究人員探討了將多種品質指標與機器學習相結合的方法。

品質指標的測量

研究人員測量了崖椒的顏色 (L*、a*、b* 值)、油滴凹陷率、均勻度、揮發油含量以及羥基-α-山椒醇、羥基-β-山椒醇和羥基-γ-山椒醇的含量。油滴凹陷率和均勻度是根據中國林業行業標準進行檢測的。具體方法是：

隨機抽取 100 粒崖椒，重複三次，放置在白色 A4 紙上，在室內陽光下目測油腺凹陷的粒數，記錄為 “a”。然後觀察顏色和大小是否有顯著差異，記錄為 “b”。油滴凹陷率和均勻度分別按以下公式計算：

油滴凹陷率 (%) = (a/100) × 100%

均勻度 (%) = 100 – (b/100) × 100%

數據分析與模型建立

研究人員使用主成分分析 (PCA) 來降低數據維度，並提取影響崖椒品質的主要成分。結果顯示，羥基-α-山椒醇和羥基-β-山椒醇對第一主成分的貢獻最大，具有較大的正載荷，表明它們是影響崖椒辛辣味的主要因素。

機器學習在風味分析中的應用

機器學習在食品風味分析中具有廣闊的應用前景。傳統的風味分析方法存在耗時、難以處理大量樣本數據等局限性。機器學習能夠分析和處理海量數據，識別高維變量空間中的複雜模式，自主學習有用信息，並自動生成和優化預測算法。通過結合電子舌、電子鼻和氣相色譜-質譜聯用 (GC-MS) 等分析儀器，機器學習可以更全面、更深入地分析食品的風味特徵。

結論與展望

臉部辨識技術和機器學習為崖椒油的辛辣味感知評估提供了一種新的、更客觀的方法。這種方法能夠減少人為誤差，並深入了解感官體驗的生理機制。此外，結合多種品質指標和機器學習，可以建立更全面的崖椒品質評估模型，從而提高食品品質、安全性和消費者滿意度。

未來，我們可以期待更多基於人工智慧的感官評估技術的出現，例如利用生物識別技術 (臉部表情、心率、皮膚電導、體溫和眼動追蹤)、虛擬環境 (虛擬實境和擴增實境) 和人工智慧感官來理解人類對食品和飲料的複雜感知。這些技術將有助於我們更深入地了解食品的風味特徵，並開發出更符合消費者需求的產品。同時，計算美食學和食物搭配方法也將在香料產業中開闢全新的可能性，有助於創造新的、令人興奮的風味組合，並提高香料產品的整體口感和品質。

Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機 Date: October 31, 2025