本研究探讨了音频表示和音乐自动标记的无监督学习方法，提出了多种模型和评估策略，强调可解释性的重要性。通过对比学习和深度向量量化，提升了音乐信息检索和音频质量感知的性能，并在不同数据集上展示了优越表现。