Mhm, ohne Fourier-Transformation wird es schwerer werden. Alle was ich bisher Ernsthaftes zur Musikerkennung gesehen habe (ist nicht viel), baut darauf auf.
Als Ansatzpunkt hätte ich die
Music Retrieval vorgeschlagen.
Das könnte zum Beispiel ein Startpunkt für weitere Recherche sein.
Ich gehe jetzt davon aus, dass du identische Musik in unterschiedlichen Formaten finden möchtest; Ansonsten ist Music Retrieval
genau das Richtige.
Allgemein wirst du ein Ähnlichkeitsmaß auf Audioschnippseln bzw. deren Features brauchen.
Vielleicht findest du ja sogar etwas ohne FT, was deinen Ansprüchen genügt.
Dann würde ich ein das Lied in Stück zerteilen und diese gegen eine feste, gut gewählte Menge von Features matchen.
Danach solltest du eine relativ robuste Repräsentation deines Songs haben.