最近几年,随着Internet网和数字音频技术的发展,基于内容的音乐信息研究逐渐成为研究热点。音乐信息检索是基于内容的音乐信息研究的重要课题之一。最近随着互联网上音乐的迅速增加,从互联网上检索出所需要的音乐变得十分困难。然而,目前大多数的音乐的分类都是基于手工分类,面对数字音乐如此蓬勃发展,手工分类已经不足以应对这种发展态势,因此,基于内容的音乐分类技术就显得迫切和重要。本文在音乐特征提取方面,引入音质特征,主要包含其统计方面的特征。在模式识别与分类方面,本文将新的模式识别与分类的方法应用于本文的音频分类系统中。在音乐流派自动分类系统中,本文新引入的特征比较有效,并且提高了正确率。在分类方法上,将支持向量机方法与基于最小一范数的稀疏表示方法的进行比较,基于稀疏表示的分类方法体现出较好的分类效果。同时通过实验说明PCA与分类方法的有效结合,可以提高分类正确率。中国古典乐器是世界乐器的重要组成部分,具有悠久的历史。然而对中国古典乐器的研究少之又少,为此,本文将中国古典乐器的研究纳入音频分类系统中。结合本文提取的特征和模式识别与分类方法,在分类效果上取得了比较高的正确率。通过对音乐流派与乐器的分类,也进一步说明本文引入特征的有效性,以及基于稀疏表示方法相对于支持向量机的优越性。