Spotify音频分析 - Timbre的平均值

Question

根据Spotify documentation，'Timbre'是从大约2秒的音频片段中提取的12个值的向量，如下所示：

"segments": [
    {
      (...),
      "timbre": [
        23.312,
        -7.374,
        -45.719,
        294.874,
        51.869,
        -79.384,
        -89.048,
        143.322,
        -4.676,
        -51.303,
        -33.274,
        -19.037
      ]
    }
  ],(...)

此段是随机选择的吗？即使在Echonest旧文档页面中，我也未找到有关如何选择此细分的任何信息。

我希望将此特征向量平均为更长的片段，例如30秒预览，以便尽可能准确地对音频进行分类。

是否可以使用Spotify Audio Analysis端点或我是否需要参考较大的项目，例如Million Song Project？