该系统提取与感知相关的长时特征，通过联合救济和PCA算法选取原始特征，纳入每个标签的唯一特征集。然后训练高斯混合模型来描述每个标签，测试结果用高斯混合模型的输出概率表示。为了评估所提音乐标注系统的性能，测试了每个标签的精度，召回率和˚F分值。实验结果表明，用MFCC训练的模型与用原始特征训练的模型有相近的性能，相对于原式系统，精简的特征集在精度和召回率方面有2 ％到5 ％的性能提高。