<分区>
我不完全确定这是将此问题发布到的正确堆栈交换子站点，但是...
我正在寻找一种算法，我可以使用它来相当确定地确定一段给定的音频是否是音乐。只是一个 bool 结果就可以了，我不需要知道键、bpm 或类似的东西，我只需要能够确定它是否看起来是音乐(而不是语音)。编程语言无关紧要，但我最终会将其转换为 Python。
<分区>
我不完全确定这是将此问题发布到的正确堆栈交换子站点，但是...
我正在寻找一种算法，我可以使用它来相当确定地确定一段给定的音频是否是音乐。只是一个 bool 结果就可以了，我不需要知道键、bpm 或类似的东西，我只需要能够确定它是否看起来是音乐(而不是语音)。编程语言无关紧要，但我最终会将其转换为 Python。
最佳答案
一句话，Fourier analysis .查看不同频率随时间变化的功率。这是 speech ，这里是 violin playing .前者每一个音节都表现出戏剧性的变化； “流”非常不相交，可以通过将不同频带的导数作为时间函数的算法来拾取。另一方面，在范式音乐中，过渡更平滑，音调更纯净(图中的“模糊”更少)。另见 'spectrogram' wikipedia page .
关于判断音频是否为音乐的算法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/5531949/