近年来,随着数字音乐创作、收集以及存储技术的快速发展,许多机构积累了大量的音乐音频数据。随着英特网多媒体资料的蓬勃发展,如何对这些音频资源进行有效地组织和管理,使得人们能从大量音频数据中进行查询和处理他们需要的音频数据,已经成为一个迫切的需求。目前国内外对音频文件的特征描述大都基于尖声,音调,旋律等特征,这些传统的特征不能描述现实世界中更为复杂的和弦音乐。根据基于内容的音乐特征研究,已经提出音色特征来描述音频文件。音色的提出,让基于内容的音乐查询搜索引擎的实现成为可能。音色估计的应用非常广泛,可以应用于基于内容的音乐转录、音频的结构化编码、音乐推荐及查询引擎以及音乐评注等方面。查询音频数据是一项非凡的任务,需要包含基于索引的数据。乐器识别在该领域仍然是一项未解决的问题。许多声学特征提取方法已经提出了音色识别。令人遗憾的是,这些单声道音质评估算法都不能适用于现实音乐环境中更为常见的和弦音乐。为了实现更高的估计比率,本文通过对音频特征提取的改进,使得基于音色的特征提取有更强的识别率。音色识别,是音乐信息检索MIR的主要子任务之一,已被证明是极具挑战性的任务,特别是在多种乐器同时演奏的和弦音乐。本文的研究主要是在音频特征值提取方面,基于MPEG-7提出的音色标准,对13个特征值在时间特性上进行改进,增加改进后的音乐特征值。对11种西洋乐器发出的单声道声音进行特征提取,加入改进后的音乐特征值,分别使用Weka提供的类库J48和IBK算法进行分类识别,从实验得出的精准度和查全率证明,改进后的音乐特征值,对具有相似频谱的乐器的识别以及同一乐器使用不同的弹奏方式发出声音的识别都有一定的提高。