1、隨著網(wǎng)絡(luò)技術(shù)和多媒體技術(shù)的迅速發(fā)展，大量的多媒體信息都可以從網(wǎng)上獲得。如何從眾多的多媒體信息中檢索出我們需要的信息，是當(dāng)前的一個(gè)熱點(diǎn)問題。本文主要進(jìn)行了多媒體信息檢索中的哼唱音樂檢索研究，使用戶只需對著麥克風(fēng)哼唱一首樂曲的旋律片段，就可以得到所要檢索的樂曲。
　　目前對哼唱音樂檢索的研究大多把重點(diǎn)放在特定哼唱輸入方式和字符串之間的模糊匹配上，對于連續(xù)哼唱輸入方式的研究較少，即使采用了連續(xù)哼唱輸入方式，也是直接提取哼唱輸入的基頻軌跡

2、進(jìn)行匹配，缺少對基頻軌跡預(yù)處理的研究。此外，由于基頻軌跡的數(shù)據(jù)量較大，對旋律匹配模塊的計(jì)算能力要求很高，因此，如何提高系統(tǒng)的檢索速度也是值得探討的問題。
　　本文針對以上哼唱音樂檢索研究中的不足，進(jìn)行了如下工作：在建立旋律庫模塊，通過提取樂曲的重復(fù)模式來減少旋律匹配的計(jì)算量，提出了重復(fù)模式樹（Repeating-Pattern-Tree，RP-Tree）算法的改進(jìn)算法，大幅度提高了重復(fù)模式提取算法的性能；在連續(xù)哼唱輸入的旋律提取模

3、塊，采用了先提取基頻軌跡，再對基頻軌跡進(jìn)行去除錯(cuò)誤點(diǎn)以及降維操作的方法，生成了音高時(shí)間序列；在旋律匹配模塊，分析了哼唱輸入可能具有的四種常見錯(cuò)誤以及對檢索算法的要求，設(shè)計(jì)了基于N-Gram索引的動(dòng)態(tài)時(shí)間彎折（DynamicTimeWarping，DTW）檢索算法；最終實(shí)現(xiàn)了一個(gè)哼唱檢索的原型系統(tǒng)，通過實(shí)驗(yàn)，達(dá)到了94％的前十名命中率。實(shí)驗(yàn)表明，樂曲的非平凡重復(fù)模式不但減少了檢索的數(shù)據(jù)量和存儲(chǔ)量，還反映了樂曲的音樂特性。因此，在基于內(nèi)容的