Audiosignale enthalten eine Fülle von Informationen, die sich Menschen beim Hören leicht erschließen. So transportiert ein Sprachsignal nicht nur Informationen über den Text, sondern auch über den Sprecher (z. B. Geschlecht, Alter, Akzent) und die Aufnahmeumgebung (z. B. drinnen vs. draußen). In einem Musiksignal können wir die Musikinstrumente, die musikalische Struktur, den Stil, die Melodie, Harmonien und Tonalität, einen emotionalen Ausdruck und andere Charakteristika der Darbietung sowie das Können der Vortragenden identifizieren. Die Audioinhaltsanalyse (Audio Content Analysis, ACA) zielt darauf ab, Algorithmen zur automatischen Extraktion dieser Inhalte aus dem (digitalen) Audiosignal zu entwickeln und einzusetzen; diese Algorithmen ermöglichen es uns, das Audiosignal basierend auf dem Inhalt zu sortieren, zu kategorisieren, zu segmentieren und zu visualisieren (Lerch 2012). Mögliche Anwendungen sind inhaltsbasierte automatische Playlist-Generierung und Musikempfehlungssysteme, computergestützte Musikproduktion und -bearbeitung sowie intelligente Musiklernprogramme, die Musikschülerinnen und -schüler auf Fehler und Verbesserungsmöglichkeiten beim Instrumentalspiel hinweisen.