本发明公开了一种音频中音乐及音乐相对响度的联合检测方法，其包括获取待检测音频，并对其进行预处理得到音频特征；将音频特征作为网络输入序列输入双任务音乐检测网络模型，输出每个时间步的三个预测分数；基于预测分数≥设定阈值或＜设定阈值时标记为1或0，将每个时间步的预测分数转换成大小为(3,)的0-1预测向量，采用所有时间步的预测向量形成音乐相对响度检测序列；将预测向量的二三位置采用逻辑或运算合并得到大小为(2,)的0-1预测向量，采用逻辑或运算得到的所有预测向量形成音乐检测序列；将音乐相对响度检测序列和音乐检测序列转为可读的标注，得到音频包括起始时间、结束时间和类别的标注文件。