近年来音乐信息检索领域迅猛发展，检索方式也日趋多样化，比如按相似度，按情绪检索等，而按音乐风格检索仍是人们最为熟悉的检索方式之一。本文重点研究了与音乐风格分类相关的特征表示问题，并实现了一个音乐风格自动分类系统。　　 首先，不同音乐风格之间的差异主要体现在使用的乐器组合上，而乐器的差异造成了感知的音色不同。从信号处理的观点来看，音色的差异主要体现在频谱轮廓与谐波结构两个方面。针对以上两方面，分别提取Mel倒谱系数，频谱平整度和对比度短时特征，利用上述短时特征分类准确率为72.2％。　　 其次，音色的差异还体现在频谱轮廓和谐波结构的变化之中。对上述提取的短时特征进行调制谱分析，以获得这些特征的长时变化信息。改进了传统的调制谱分析所采用的线性分带方式，采用小波分带方式，分类准确率从75.3％提高到80.5％。　　 最后，将上述短时与长时特征相结合，比较了结合后的每帧特征在特征上融合和在结果上融合两种融合策略，前者准确率为83％，后者为86.4％，同时利用特征空间映射最大惯性商的方法进行了特征选择，使特征维数降低了40％，而分类结果仅降低0.2％，并且比较了选取不同长度的音乐片段对分类结果的影响，对于5s的音乐片段，分类结果在81％以上。　　 综上所述，本文提取了关于音乐风格的特征表示，对不同音乐风格就有良好的区分性，并且适用于不同长度的音乐片段。