这个可能适合那些对音乐理论有所了解的人。人类可以识别声音的某些特征，例如音高，频率等。基于这些属性，我们可以将一种声音与另一种声音进行比较，并获得可能性的测量。例如，将钢琴的声音与吉他的声音区分开来是相当容易的，即使两者都在播放相同的音符。
如果我们以编程方式进行相同的过程，从两个音频样本开始，我们可以计算和使用哪些声音属性进行比较？从更技术性的角度来看，是否有任何流行的API来做这种事情？
P.S。：如果我在问题中犯了任何基本错误，或者我听起来像一个完整的音乐菜鸟，请原谅。这是因为我我一个完整的音乐菜鸟。
答案 0 :(得分：2)
有两组属性。
“频域” - 特定样本中泛音的幅度。这是每个泛音的幅度。
“时域” - 通过时间的振幅样本序列。
您可以使用Fourier Transforms在两者之间进行转换。
时域是声音“是” - 一系列振幅。频域是我们“听到”的 - 一组决定乐器，和声和不和谐的泛音和音高。
两种频率的混合 - 随时间变化 - 是对旋律的感知。
答案 1 :(得分：2)
The Echo Nest具有易于使用的分析功能，可以找出您可能想要了解的有关音乐的所有信息。
您可能会发现the analyze documentation（警告，pdf链接）很有帮助。
答案 2 :(得分：0)
声音的任何和所有属性都可以表示/计算 - 你只需要知道如何。其中一个更有趣的是光谱分析/频谱编程（见http://en.wikipedia.org/wiki/Spectrogram）。
答案 3 :(得分：0)
您可以在代码中测量或表示您想要的任何属性。你想要什么？
您想测试两个样品来自同一台仪器吗？两个不同仪器的样品具有相同的间距？那两个样本具有相同的幅度？同样的腐烂？那两个声音有相似的光谱质心？那两个样本是一样的吗？它们是相同的，但可能是一个已被混响或通过过滤器？
答案 4 :(得分：-1)
忽略您可能不熟悉的所有人为创造的术语，并考虑更简单的现实描述。
声音，就像我们所感知的任何其他东西一样，只是一种空间 - 时间模式，在这种情况下是“运动”......原子（空气粒子，钢琴弦等）。物体的运动导致空气的运动，在我们的耳朵中产生压力波，我们将其解释为声音。
计算上，这很容易建模;然而，因为这种运动可以是任何模式 - 从剧烈的随机摇动到高度规则的振荡 - 通常没有恒定的可识别“频率”，因为它通常不是完全规律的振荡。移动物体的形状，通过它的波浪等等都会在空中造成非常复杂的图案......就像你在水池中打出的波浪一样。
问题减少到识别移动的常见模式和特征（以非常高的速度）。因为模式是任意的，所以你真的需要一个系统来学习和分类常见的运动模式（即在计算机中用数字表示的运动）到各种概念桶中。