人类可以轻松地提取像音乐这样的复杂声音的节奏,并像舞蹈一样进行定期节拍。这些能力是通过音乐训练调节的,未经训练的人有很大差异。这种变异性的原因是多维的,通常在单个任务中很难掌握。到目前为止,我们缺乏一个综合模型,无法捕捉音乐家和非音乐家的节奏指纹。在这里,我们利用机器学习,基于有和没有正式音乐训练的人的行为测试(带有感知和运动任务)来提取节奏能力模型(n = 79)。我们证明,有节奏能力的变异性及其与正式和非正式音乐经验的联系可以通过包括最小的行为措施(包括最少的行为措施)成功捕获。这些发现强调了机器学习技术可以成功地用于提炼节奏能力,并最终阐明了个人的可变性及其与正式音乐训练和非正式音乐经验的关系。