本发明提出了基于跨被试被动式音高感知EEG自动分类方法及系统,包括:采集每名受试者对音高感知的脑电数据;将每名受试者采集的脑电数据划分为训练集和测试集,基于训练集和测试集确定EEGNet模型的最优超参数,其中,共采集N名被试数据,得到N个EEGNet模型,所述N个EEGNet模型将构成跨被试训练所用的模型库;当对一名新被试进行跨被试建模时,新被试的一部分数据作标定数据集,剩下的部分作测试集,标定数据集的作用是对模型库中所有单被试建好的模型分别进行分类预测,并对N个EEGNet模型在标定数据集下的准确率进行排序,选出分类表现较好的M个EEGNet模型组成优选模型集,基于优选模型集得到最终分类预测结果。