问题的一小部分反过来了。是否有某种频谱特征（来自STFT）可用于消除概率空间中的某些和弦？ （例如，此声音片段很可能不包含任何C＃和弦，或任何种类的小和弦，或者这是单个音符而不是和弦等）。
假设音频片段更多-或更少的静止音（消除了瞬态攻击等），并且很可能会出现大多数或所有单个音符的泛音。 （这个问题与倒立和弦无关。）
#1 楼
近年来，复音音乐转录的问题在研究界引起了广泛关注，我什至可以说对于单乐器复音（钢琴，吉他等），效果非常好。这里有一些论文/作者对此问题进行了深入研究。德里·菲茨杰拉德（Derry Fitzgerald）在该领域做了很多工作，他在NMF上进行的许多有关信源分离的工作都能产生准确的转录。安西·克拉普里（Anssi Klapuri）更加专门研究了多乐器复音中的和弦检测问题。最后，尽管未发布，但Mikel Gainza已经开发出了非常精确的商业音乐和弦转录算法，很快将在基于吉他的软件产品Riffstation中发布。链接中的出版物应该使您对如何使用目前存在和弦音乐转录景观。
#2 楼
是否有任何光谱特征（来自STFT）...这是一个音符，而不是和弦等）
为此，STFT只会包含一个基本频率成分和接近其谐波的其他频率（尽管由于不谐和，所以并不精确）。在频谱中找到峰值，然后查看较高的频率是否接近存在的最低频率的整数倍。如果存在非谐波频率，则不是单一音调。
（但是对于缺少基本音或根本不谐音之类的乐器，例如钟声呢？两把乐器的音调相差八度又如何，那么它们的子音大部分彼此对齐呢？可以将其检测为一个音符还是两个音符？）
评论
如果您可以提供经典/经典/重要参考作为本主题的介绍，则可能会对将来的用户（和答复者）有所帮助。