Hi Chris,
ich denke nicht das deine (auch noch relative einfache) Lösung mittels Gültigkeitsrahmen zu einem Ziel führt.
Wann ist ein Sound ähnlich? Er muß ähnliche Klangfolgen in ähnlichen Zeitabständen haben. Es ist z.B. immer noch sehr ähnlich wenn er z.B. 2 % schneller gespielt wird oder um ein paar Takte tiefer. Eine gepfiffene Melodie ist (wenn der Pfeiffer nicht so schlecht pfeift wie ich) auch noch dem "Orginal" ähnlich, als wenn das Stück mit einem Orchester gespielt wird.
Ich glaube im letzten Jahre wurden zu diesem Themenbereich in Funk und Fernsehen einige Lösungen präsentiert, welche z.B. einen Popsong aufgrund einer Übertragung per Handy erkennen konnte (
Wenn Mobiltelefone die Melodie erkennen). Auch das Erkennen mittels Pfeifen wurde auch schon demonstriert.