我正在尝试使用一些音乐聚类算法，我认为使用由基本上离散的fft组成的特征向量（如离散化频率）将是一个很好的相似性度量。这甚至会有用吗？人们知道一些好的音频相似性措施可能是什么？
答案 0 :(得分：3)
首先，您需要决定是否需要指纹识别（即除了一些失真之外的身份）或相似性（但不是身份！）措施。
还可以看看MFCC，树皮鳞片等。那里有很多文献。去亚马逊，找一本关于这个主题的专门书。
答案 1 :(得分：0)
在离散之前，您可以使用像kd-tree或hilbert曲线这样的层次结构集群。群集降低了维度复杂度并改变了输入的顺序，而fft只是将其转换为波浪。