哼唱检索作为基于内容音频检索的一个分支,是综合声学、音乐学、心理学、信息处理、模式识别等学科的交叉研究方向,得到许多专家和企业的关注,很多学者都围绕哼唱检索技术展开研究,目的是能够开发出推向实际应用的产品,现阶段虽然有部分哼唱检索产品推出,但是由于检索精度、速度及系统鲁棒性仍不是很理想,哼唱检索没有得到广泛使用,因此进一步提升系统性能显得十分重要,对于哼唱检索能否被广泛使用具有重要意义。　　 基音周期检测、特征序列参数构建、匹配算法是哼唱检索的关键技术,本课题围绕这些关键技术展开研究,并对一些算法的缺陷提出改进的方法,进行原型系统实验,验证改进的效果。本文主要研究工作如下:　　 (1)针对特征提取中的重要环节基音周期检测,结合短时自相关与平均幅度差两种方法的优点,着重改善两种方法的缺陷,使用两种方法结合进行基音周期提取,以此提高基音周期检测的精度与速度,为后续处理的准确性奠定基础。　　 (2)在MIDI特征库构建过程中,研究基于规则与统计相结合的方法进行主旋律抽取,有效提取多音轨MIDI格式的主旋律特征,改进单一提取主旋律的弊端,抽取主旋律后从文件中读取[音高,音长]特征向量,在检索前完成音乐特征库的构建,以提高检索效率。　　 (3)HMM匹配算法,深入研究HMM模型三个基本问题的解决算法,并在此基础上使用一种连续隐马尔可夫模型,采用从左到右、没有跳转的连续隐马尔可夫模型来描述一段旋律,使每一个状态对应一个音符,训练上采取乐谱训练与语音资料训练两种方法,并用原型系统分析两种训练方法的检索精度与检索时间。　　 (4)常规的DTW匹配算法,由于未对跳唱时或突然停顿处理,所以容错性上仍有一定不足,针对此点,利用音频信号的音高的可平移性,采用一种音高平移处理方法,首先将音高向量和参考音高向量平移到相同的平均值,然后使用类似二位元搜索将整个音高向量平移到合适的位置,这种方法旨在提高系统的鲁棒性。