本研究旨在探讨音乐乐器检索（Musical Instrument Retrieval, MIR）领域中的一个核心问题，即乐器分类。为此，选择了IRMAS（音乐音频信号中的乐器识别）数据集。该数据集包含上个世纪从不同来源录制的音乐片段，因此具有广泛的音频质量。我们对这一领域的以往工作进行了简明扼要的总结。在实现多种监督学习算法进行分类任务后，支持向量机（SVM）分类器的表现优于其他最先进的模型，准确率达到79%。此外，我们还实现了无监督技术，其中层次聚类（Hierarchical Clustering）表现良好。