เปรียบเทียบวิธี

	การวัดความคล้ายคลึงของดนตรี	การจำแนกประเภทดนตรี
สาขาวิชา	การสืบค้นสารสนเทศดนตรี	การสืบค้นสารสนเทศดนตรี
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2001	2002
ผู้ริเริ่ม	Beth Logan	George Tzanetakis
ประเภท	Content-based audio similarity	Audio feature-based classification
แหล่งต้นตำรับ	Logan, B., & Salomon, A. (2001). A music similarity function based on song structure. In Proceedings of the International Conference on Music Information Retrieval.	Tzanetakis, G., & Cook, P. (2002). Musical genre classification of audio signals. IEEE Transactions on Speech and Audio Processing, 10(5), 293-302.
ชื่อเรียกอื่น	music distance metric, timbral similarity, content-based similarity	genre recognition, music categorization, style classification
ที่เกี่ยวข้อง	5	5
สรุป	Music similarity measures are computational methods for assessing how musically related two audio recordings are. Introduced by Logan (2001), similarity measures enable content-based music recommendation, playlist generation, and music discovery. Unlike fingerprinting, which identifies the same song, similarity measures gauge stylistic, timbral, and structural resemblance between different songs. Measures can be acoustic (comparing spectral features), high-level (genre, mood), or hybrid.	Music genre classification is the task of automatically assigning genre labels (rock, jazz, classical, pop, etc.) to audio recordings. Introduced formally by Tzanetakis and Cook (2002), it is one of the earliest and most studied music information retrieval problems. It remains critical for music discovery, recommendation systems, digital library organization, and music streaming services. Modern systems achieve high accuracy on standard datasets using deep learning.