随着网络技术和多媒体技术的迅速发展,大量的多媒体信息都可以从网上获得。如何从众多的多媒体信息中检索出我们需要的信息,是当前的一个热点问题。本文主要进行了多媒体信息检索中的哼唱音乐检索研究,使用户只需对着麦克风哼唱一首乐曲的旋律片段,就可以得到所要检索的乐曲。目前对哼唱音乐检索的研究大多把重点放在特定哼唱输入方式和字符串之间的模糊匹配上,对于连续哼唱输入方式的研究较少,即使采用了连续哼唱输入方式,也是直接提取哼唱输入的基频轨迹进行匹配,缺少对基频轨迹预处理的研究。此外,由于基频轨迹的数据量较大,对旋律匹配模块的计算能力要求很高,因此,如何提高系统的检索速度也是值得探讨的问题。本文针对以上哼唱音乐检索研究中的不足,进行了如下工作:在建立旋律库模块,通过提取乐曲的重复模式来减少旋律匹配的计算量,提出了重复模式树(Repeating-Pattern-Tree,RP-Tree)算法的改进算法,大幅度提高了重复模式提取算法的性能;在连续哼唱输入的旋律提取模块,采用了先提取基频轨迹,再对基频轨迹进行去除错误点以及降维操作的方法,生成了音高时间序列;在旋律匹配模块,分析了哼唱输入可能具有的四种常见错误以及对检索算法的要求,设计了基于N-Gram索引的动态时间弯折(Dynamic Time Warping,DTW)检索算法;最终实现了一个哼唱检索的原型系统,通过实验,达到了94%的前十名命中率。实验表明,乐曲的非平凡重复模式不但减少了检索的数据量和存储量,还反映了乐曲的音乐特性。因此,在基于内容的音乐检索研究中,对音乐结构和特性的研究是一项非常重要且有意义的工作。