主旋律提取是音乐信息检索中的一个重要问题。音乐信息检索的目的在于将波形音乐文件转化为一串表征人声基频值的频率序列。基频作为一种重要的声学特征在诸多领域都有着重要的应用,因此主旋律提取在音乐信息交互上具有重要的地位。传统的主旋律提取方法中主要包含两个模块,候选基频提取和主基频判定。现阶段候选基频提取模块主要存在虚假基频过多的弊端,而主基频判定模块主要存在对时间帧内短时特征利用不充分,以及过分依赖旋律起始阶段提取准确性两个弊端。本文针对上述弊端做出改进,主要创新点包含以下两部分:1.提出了一种基于级联过滤的候选基频提取模块。这个系统包含三个部分,预处理部分,超傅里叶变换滤波部分及横纹滤波部分。首先,未经任何处理的原始信号中含有较大的成分的干扰源,我们利用乐曲重复性特点,采用先进音源分离方法对原始信号预处理,处理后的信号频谱中仍旧包含大量虚假基频,并且这些虚假基频多由伴奏信号和人声信号叠加产生的虚假峰值点产生,我们通过超傅里叶变换滤波,滤除频谱中伴奏声的频率分量,削减候选基频中非人声基频数量,最后我们认为原始的未进行能量映射的频谱保留了最接近原始声音信号的特征,我们利用横纹滤波模块滤除频谱中的离群点,野点候选基频簇及表现为平稳长直音的横纹候选基频簇,再一次大幅度削减候选基频中的非人声基频数。2.研究了基于人声帧判决的主基频判定方法。利用基于梅尔频率倒谱系数,谐波特征,频谱形状特征,谱对比度特征等特征进行训练的人声判决机器学习分类器。实验从单一特征,组合特征两个角度出发,寻找主旋律提取中人声准确率召回率表现相对较好的一组特征进行模型训练。在主基频判定模块中用以区分人声旋律线及非人声旋律线以提取最终的主旋律。