如何有效地对海量数据尤其是诸如音频之类的多媒体数据进行分析、存储和检索是一个亟待解决的问题。由于原始音频数据的非结构化特性,音频检索受到极大的限制。相对于日益成熟的图像与视频检索,音频检索相对滞后。基于内容的音频检索己成为多媒体检索技术的研究热点。通过音频信号特征提取与表达的研究,对物理特征如过零率、短时能量、功率谱等进行有效地提取,进一步对音频信号的感知特征如响度、亮度、音调等进行提取,最后对响度、亮度、音调进行了准确表达。音符逻辑结构实现了对音调、响度和音长的表达。研究基于内容的音频检索。分析了基于隐式马尔可夫模型的音频检索模型,同时分析了基于模糊聚类的音频检索模型,另外研究了基于动态时间规整DTW算法的音频检索并且实现了基于DTW算法的音调时序的模糊匹配。实现了一个哼唱输入的基于内容的音频检索原型系统。系统具有良好扩展性,并能实现快速、有效、无需训练的音频检索。最后对系统原型的运行结果进行分析,和现有商业系统的运行结果进行比对分析。最后,对发展趋势研究热点进行了展望。提出基于内容的音频检索的发展趋势,确定以感知特征提取为主要研究方向,音频场景分析会成为研究主流,音频内容分类器将成为音频分类的重要研究方向。