Parece então óbvio que o caminho a seguir pelos algoritmos de pesquisa de áudio se deve virar para a descoberta das características intrínsecas aos ficheiros áudio que se mostram mais invariantes às perturbações por estes sofridas e ao mesmo tempo que conseguem filtrar o que de mais perceptivamente é relevante ao ouvido humano.
Existem então dois tipos de características bastante distintos que captaram desde cedo a atenção dos investigadores. Por um lado temos as características de natureza semântica, como o género, as batidas por minuto e o sentimento despertado pela música nos ouvintes, que tentam de certa forma classificar a música. Por outro, têm-se as características de natureza não-semântica ou matemática, que são difíceis de ser “lidas” directamente da música pelo ser humano, mas que são facilmente computáveis e que usam descritores de música, como os presentes no MPEG-7, para fazer uma descrição sucinta desta.
As características semânticas serão postas de parte durante o prolongar deste artigo uma vez que detêm uma natureza demasiado subjectiva, estando por isso dependentes de quem as analisou e da altura em que foram analisadas, pois o Rock dos anos 60 não é igual ao Rock actual o que torna estas características muito difíceis de serem computadas.