我想编写/编程/开发一种算法，可以识别来自/ mic音频线路的数据中的许多特征。音频流将是音乐，我想过滤掉特征以区分彼此的歌曲，通过区分我的意思是你可以分别调用歌曲的类型。
我绝对想要发现的一件重要事情是这首歌有什么样的棒/节拍。例如，我想知道这首歌是否处于3/4时间。
我发现的唯一有用的文章是关于BPM检测，但这还不足以区分一首歌和另一首歌。
FFT是从音频流中获得不同特性的良好开端，但我不知道从哪里开始。是否可以通过FFT获得条形/节拍？有关于此的任何好的教程/代码示例吗？
FFT是否足以获得音频流的良好特性，还是有其他算法可以获得音频流中的特性？
我最好在C＃中这样做，因为这是我最熟悉的编程语言。这在C＃中是可能的还是更好的另一种语言？
为了总结我的问题，我正在寻找有关在音频流中查找特征的任何信息，以获得节拍/条和其他信息以区分歌曲。
答案 0 :(得分：3)
我很高兴阅读这位博主的相关文章：
http://www.redcode.nl/blog/2010/06/creating-shazam-in-java/
作者讨论了指纹歌曲。如果您labelled一组歌曲具有您正在寻找的品质，然后将数据输入某种learning algorithm / classifier，您可能会取得一些成功。
我不认为这是一个已解决的问题，因此，据我所知，不可能给出一个明确的答案。
祝你好运！答案 1 :(得分：0)
傅立叶变换将告诉您声音中的频率。这可能足以告诉您它们记录的关键。我怀疑它会告诉你更多信息。
软件（如Shazam）可以将两段录制的音乐识别为相同。你想做一些不同的事情 - 你想以分类的形式提取意义。将此与语音识别相比较;这是一个类似的问题。音乐实际上要难得多，因为通常涉及多种乐器。我们的大脑可以使用非常复杂的模式识别来提取各个乐器（鼓，吉他），然后使用单独的乐器来确定仪表和节拍。就像我们可以跟随电视声音的对话一样。计算机无法将声音分解为单独的声音（还），只是听到连续的声音。这让我觉得提取有意义的信息（节拍，电表）必须至少等待，直到我们可以将声音分解为计算机上的单独“声音”。
有一天你想做的事情会很棒，而且会很棒。但我认为我们还有一段距离;也许当计算机能够流利地解释语音时，他们也能够流利地解释音乐。也许10年后。
答案 2 :(得分：0)
开源aubio库从音频中提取功能。它是用C语言编写的，但可以作为托管实现的参考。或者你可以P / Invoke它。
aubio是一种用于从音频信号中提取注释的工具。它的功能包括在每次攻击之前分割声音文件，执行音调检测，敲击节拍以及从现场音频生成midi流。