# 流派分类器 AI

用实测证据为音轨分类流派：GTZAN 纹理特征 + 节拍网格脉冲形态 + 频段平衡 + 调性 + 动态，输出前三排名与每项选择的理由。

> 标准页面: https://elysiatools.com/zh/tools/genre-classifier-ai

- **分类:** Media

- **关键词:** 流派分类, 音乐流派, 流派识别, 音频分析, gtzan 特征, 频谱质心, bpm 检测, 调性检测, 音乐信息检索, 四踩一, 节拍, 舞曲分析

## 概述

分类器实现了奠定音乐流派分类的经典配方：Tzanetakis & Cook（2002）音色纹理——23 毫秒窗上的频谱质心、85% 频谱滚降、频谱通量与过零率的均值和方差，加上低能量描述子（低于均值能量的窗口占比）——并扩展 GTZAN 的另外两组特征：节奏内容（底鼓/军鼓/踩镲密度、由节拍网格得到的 four-on-the-floor 规整度、自相关测速并测试倍速/半速候选）与音高内容（色度轮廓上的 Krumhansl-Schmuckler 调性检测）。十七个流派画像——house、techno、drum-and-bass、dubstep、hip-hop、trap、流行、摇滚、金属、朋克、雷鬼、funk/disco、爵士、古典、民谣、氛围、lo-fi hip-hop——按公开节拍指南的窗口为每个特征打分（Ableton：house 115-130、techno 120-140、dnb 160-180 BPM；hip-hop 60-100、半速 130-160）。报告给出获胜流派、前三排名与置信度、每项选择背后的具体测量值，以及特征快照（BPM、调性、亮度、低频占比、动态摆动）——可直接当 DJ 元数据用。诚实的预期管理：原始 GTZAN 分类器在 10 类上约 61% 准确率；请把这个启发式打分器当作有依据的第一意见，而不是贴标签机。

## 输入项

- **音乐音轨** (file)
- **节拍感觉** (select)

## 适用场景

- 需要为未标记的音频样本或录音快速识别流派风格与声学特征时。
- 整理 DJ 曲库并需要提取 BPM、调性、频段能量和节奏规整度等元数据时。
- 分析音乐制作中的打击乐密度、four-on-the-floor 规律性与音色亮度时。

## 工作原理

- 上传音频文件并指定节拍感觉选项（自动检测、半速感或倍速感）。
- 提取 23 毫秒窗上的频谱质心、滚降点、通量、过零率及低能量描述子，并分析节奏起音与色度轮廓调性。
- 比对 17 种音乐流派的特征模型与节拍速度窗口进行启发式打分。
- 生成包含胜出流派、前三置信度排名、特征判定理由及 BPM/调性快照的分析报告。

## 使用案例

- 音频素材库管理：为海量无标签 Loop 和样本切片自动归类流派并标记节拍速度。
- DJ 演出准备：快速测量曲目的调性、BPM 与鼓点结构，辅助混音编排。
- 音乐制作参考分析：对比参考音轨的频段能量平衡与打击乐起音密度。

## 常见问题

### 流派分类器支持识别哪些音乐流派？

支持 17 种画像：house、techno、drum-and-bass、dubstep、hip-hop、trap、流行、摇滚、金属、朋克、雷鬼、funk/disco、爵士、古典、民谣、氛围与 lo-fi hip-hop。

### 支持上传多大的音频文件？

支持常见音频格式上传，单个文件大小上限为 100 MB。

### 节拍感觉（Tempo Feel）参数有什么作用？

用于引导自相关测速算法在处理具备半速或倍速特征的节奏（如 trap 或 dnb）时更准确地锁定目标速度区间。

### 该工具的分类准确率如何？

基于经典 GTZAN 算法和规则启发式打分，提供客观测量的声学依据与第一参考意见，而非完全绝对的定性标签。

### 输出结果中包含哪些具体的声学特征数据？

报告包含测定 BPM、调性、频谱亮度、低频能量占比、动态摆动、起音密度以及 four-on-the-floor 规整度。

## 相关工具

- [播客章节标记生成器（ID3 / Podcasting 2.0）](https://elysiatools.com/zh/tools/podcast-chapter-marker-builder): 粘贴时间码章节列表，一次生成全部交付格式：Podcasting 2.0 章节 JSON（v1.2.0）与 RSS podcast:chapters 标签、可选把 ID3v2.4 CHAP+CTOC 章节帧直接烧入上传的 MP3（毫秒为普通大端 uint32、偏移 0xFFFFFFFF、每章嵌 TIT2 子帧、保留原有标签帧）、Vorbis CHAPTER001 注释对（OGG/Opus）、mp4chaps 文本、YouTube 说明栏时间戳块与 SRT 副车文件，并附各播放器真实支持情况（Apple 自 2025 起支持 RSS JSON；Pocket Casts/Overcast 仅读内嵌 ID3；Spotify 两者都不读）。
- [乐器识别器 AI](https://elysiatools.com/zh/tools/instrument-identifier-ai): 检测音轨中演奏的乐器：按起音切分音符事件，对 13 个音色画像逐一打分，输出乐器、乐器家族排名与逐音符证据。
- [图像元数据提取器](https://elysiatools.com/zh/tools/image-metadata): 从图像中提取全面的元数据，包括EXIF、IPTC、XMP和技术信息
- [卡拉 OK 人声消除](https://elysiatools.com/zh/tools/audio-karaoke-track): 尝试从立体声轨中移除人声
- [GIF转WebM转换器](https://elysiatools.com/zh/tools/gif-to-webm): 将GIF图像转换为WebM视频格式，支持现代压缩和网页优化
- [母带处理链 Pro](https://elysiatools.com/zh/tools/mastering-chain-pro): 对单个音轨运行完整音乐母带链：超低频高通、纠偏 EQ、胶水压缩、音色 EQ、饱和、立体声展宽、真峰值限制器，以及面向 2026 平台目标的两遍线性响度归一化。
- [GIF转Raw像素数据](https://elysiatools.com/zh/tools/gif-to-raw): 将GIF帧导出为Raw像素数据，用于分析、渲染管线和底层图像处理
- [爆音去除](https://elysiatools.com/zh/tools/audio-click-removal): 去除黑胶唱片录音中的咔嗒声和爆音

## 示例

- [无版权MP3音频样本](https://elysiatools.com/zh/samples/mp3-samples): 免费使用和测试的无版权音频样本集合，包括自然声音、冥想音乐和环境音频，适用于测试和开发目的
- [无版权FLAC音频样本](https://elysiatools.com/zh/samples/flac-samples): 用于测试与开发的 FLAC 无损音频样本集合，包含自然声音与冥想音乐
- [无版权WAV音频样本](https://elysiatools.com/zh/samples/wav-samples): 用于测试与开发的未压缩 WAV 音频样本集合，包含自然声音与冥想音乐
- [无版权原始 PCM 音频样本](https://elysiatools.com/zh/samples/pcm-samples): 适合查看波形、播放和音频格式转换使用的原始 PCM s16le 音频样本，包含自然环境音与放松音乐