我想编写/编程/开发一种算法，该算法可以识别来自线路输入/麦克风音频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歌曲，通过区分我的意思是您可以将歌曲的流派分开。
我绝对想检测的一件关键事情是这首歌有什么样的小节/节拍。例如，我想知道这首歌是否是 3/4 拍。
我发现的唯一有用的文章是关于 BPM 检测的，但这不足以区分一首歌曲和另一首歌曲。
FFT 是从音频流中获得不同特征的良好开端，但我不知道从哪里开始。是否可以通过 FFT 获得小节/节拍？有没有关于这个的好的教程/代码示例？
FFT 是否足以获得音频流的良好特征，或者是否有任何其他算法可以很好地获得音频流的特征？
最好我会在 C# 中执行此操作，因为这是我最有经验的编程语言。这在 C# 中是可能的还是另一种语言更好？
总结一下我的问题，我正在寻找有关在音频流中查找特征以获取节拍/小节和其他信息以区分歌曲的任何信息。
我喜欢阅读这个博主的相关文章：
http://www.redcode.nl/blog/2010/06/creating-shazam-in-java/
作者讨论了指纹歌曲。如果您将一组歌曲标记为具有您正在寻找的品质，然后将数据输入某种学习算法/分类器，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，给你一个明确的答案是不可能的。
祝你好运！
开源的abio库从音频中提取特征。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 到它。
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对声音文件进行分段、执行音高检测、敲击节拍以及从现场音频中生成 MIDI 流。
傅立叶变换会告诉您声音中的频率。这可能足以告诉你他们在哪里记录了它。我怀疑它会告诉你更多。
软件（如 Shazam）可以将两段录制的音乐识别为相同的。你想做一些不同的事情——你想以分类的形式提取意义。将此与语音识别进行比较；这是一个类似的问题。音乐实际上要困难得多，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单个乐器（鼓、吉他），然后使用单个乐器来确定节拍和节拍。就像我们可以在电视声音打开的情况下进行对话一样。计算机（还）不能将声音分解成单独的声音，而只能听到连续的声音。这让我认为提取有意义的信息（节拍、米）至少要等到我们可以在计算机上将声音解析为单独的“声音”。
你想做的事情总有一天会成为可能，而且会很棒。但我认为我们还有一段距离；也许当计算机可以流利地解释语音时，它们也将能够流利地解释音乐。也许10年后。