随着互联网音乐的爆炸性增长，以及多媒体技术和信号处理技术的快速发展，数字音乐服务已经成为互联网的主流应用之一。基于内容的音乐应用带来了音乐上人机交互方式的巨大变革，用户直接录入音频就可以获得各种音乐服务。音乐识别技术是数字音乐服务的基础技术之一，是连接音乐应用和真实音乐的枢纽。本文重点研究了音乐识别中的音高分析问题，包括音乐旋律提取和多音估计。(1)针对音乐旋律提取问题，本文提出了一个基于谐波峰值与谐波和函数的新算法，用来提取音乐旋律。算法首先通过谐波峰值对候选基频进行选择，然后通过谐波和函数估计出正确的音高。在对比实验中，本文算法在总准确率和抗干扰能力上均优于倒谱算法、泛音显著度算法和时域YIN算法；在速度上，仅次于时域YIN算法。(2)针对多音估计问题，本文对比和评估了两种多音估计方法——迭代法和联合法。评估实验结果表明：联合法在整体性能上要优于迭代法，具有更好的准确率和适应性；音符个数估计错误是多音估计产生错误的一个重要原因，是多音估计算法改进的一个重要突破口。本文提出的音乐旋律提取算法具有准确、快速和稳定的优点，对现有多音估计算法的评估结果提供了算法的改进方向。本文的研究结果有效的解决了音乐识别中的音高分析问题，可进一步使用于各种音乐应用中。