音乐识别作为语音识别的一个分支，同时包含了科学和艺术的成分。音乐作为自然界中的一种自然现象，其本身大量包含不同层次不同内容的信息。由于音乐的专业性强，乐理知识复杂，音乐变化多样等因素，专业的基于移动设备的音乐识别产品至今很少而且不完善。本文的研究正是基于这一背景产生的。音乐识别的主要任务是通过对音频信号的处理和特征提取，获取音乐内容的相关信息用于比较、分类乃至自动录谱等。本文将乐音识别关键技术研究与苹果公司iOS平台相结合，即将计算机多媒体技术、信号处理与模式识别的相关知识和技术同音乐理论相结合，在iOS平台上用计算机模拟人对音乐的分析过程，进行音乐分析和音乐解析。本文的研究内容主要包括乐音识别算法和iOS平台的音频处理、交互式可视化技术。在乐音识别方面，围绕音乐识别相关理论和技术，进行识别算法比较与改进和实验测试。根据乐音的音乐学理论和物理学特征进行音乐特征的提取研究的同时，深入研究音高、时值等特征。通过对比时域并行处理法、谐波峰值法和小波变换法，改进音高提取方法；通过对比短时能零积、小波变换和倒谱特征，改进音乐分割算法。实验证明，改进的自适应门限结合短时能零积的音乐分割和基于自相关的音高提取方法皆具有良好的识别率。在特征提取的基础上，本文讨论了相关技术在iOS平台上实现的难点和重点，重点分析了iOS平台的音频处理、交互式可视化技术并利用iOS系统的图形界面和多点触控的屏幕，设计和实现了数据模型、控制模块和用户交互模块。本文首次将乐音识别技术应用于iOS平台，提出了详细的音乐识别算法和完整的系统框架流程。理论和实践分析结果表明，本文提出的基于iOS平台的乐音识别关键技术在理论和软硬件测试上均能达到预期结果并满足一定的使用要求。为乐音音符识别、自动识谱、乐谱编辑等提供比较有效的参考，为今后这方面的研究和发展奠定基础。