计算机的出现推动了现代电子音乐的发展,基于计算机和电子技术的音乐合成、音乐识别和特征提取等技术被越来越多地应用到音乐领域。本文研究的内容来自于某交响乐队提出的课题,该乐队希望能够通过体积较小的钢琴键盘间接操作大型的乐器,以及通过计算机识别演奏的音乐并自动记录乐谱。首先本文给出了乐器演奏控制系统的设计和实现过程,介绍了系统如何通过MIDI信号交换数据,如何通过PIC系列单片机处理MIDI数据及相关程序的处理流程,最后讨论了如何在单片机上实现系统的实时性和多线程。接着本文对音乐识别方法进行了研究。介绍了音乐的基本特性和基本的乐理,以及基于时域和变换域分析的各种传统的音高识别方法。然后分两章介绍了两种基于不同原理的单音符识别方法,第一种方法基于基音检测,提出了一种改进的将自相关计算和FFT相结合的基音识别算法,以及如何通过短时能零积法实现音符时值的测量；第二种方法基于RBF人工神经网络和MFCC特征提取,在讨论了音乐与一般语音信号的不同之后,给出了通过神经网络用分类的思想进行音符识别的具体实现过程。通过仿真和测试证明了基于神经网的音符识别方法有更可靠的性能。最后本文还提出了一种基于Dempster-Shafer证据理论的数据融合技术,用于对两种音符识别方法的结果进行综合分析,以充分利用两种方法各自的优点并得到更准确的结果,使两类方法可以同时协同工作。本文还对完成的工作进行了总结,并提出了需要进一步研究的方向。