Pero yendo a tu planteamiento, si no lo he entendido mal, creo que pasará mucho hasta que podamos disponer de un aparatejo que "mida" y "exprese" la música en términos total o cuasi totalmente objetivos. Simplemente por dos razones:

a) la complejidad de la señal en cuanto a su composición: la música no es un sonido simple, sino la composición (superposición) de un número elevado de ellos (prácticamente infinito). Porque por muy perfeccionado que esté, siempre habrá alguien, y quizás con razón, que diga que le falta por analizar y medir el trigésimo cuarto armónico.
Eso es asi salvo que el trigesimo ... armo ico este por encima de los digamos 22KHZ...umbral del oido humano..cosa que si se puede ahcer ..por lo que el FFT se limitaria al rago de <22KHZ.. lo cual es plausible hacerlo

SAludos