随着互联网和多媒体技术的不断发展,人们能够越来越方便的获取更多的数字音频资源。由于人耳听觉系统对于音频具有卓越的分辨能力,即使在嘈杂的环境中,只需要几秒钟便可以识别出正在播放的歌曲。但问题是面对越来越多的音频资源,如何通过计算机实现自动音频识别。由此产生了基于内容进行识别的音频感知哈希技术。针对目前很多提出的音频感知哈希算法鲁棒性不够好,计算复杂度高的问题,本文提出一种新的音频感知哈希算法。首先,我们设计了一种新的音频时频域特征表示方法,用多通道Gammachirp滤波器组在人耳最敏感频带范围内对音频信号进行滤波,分帧后按频带计算能量谱,实验证明该音频特征具有很好的鲁棒性和抗几何失真能力。接着利用非负矩阵分解(Non-negative Matrix Factorization, NMF)提取出Gamamchirp耳蜗能量谱局部特征的同时对数据进行降维。最后对该局部特征进行差分和量化得到二值化的音频感知哈希,实验结果表明在经受音频编辑软件多种攻击和实际环境中录音检索时,所提出的音频感知哈希算法都具有很高的识别率。另一方面,检索速度在音频信息检索中也是一个很重要的问题。仅通过改变算法无法在短时间内获得显著的速度提升。因此,有必要利用其它计算设备加速音频检索算法。图形处理单元(Graphic Processing Unit, GPU)能够提供强大的并行计算能力,尝试利用GPU对已有音频检索算法进行加速具有重要的意义。本文中,通过利用CPU与GPU协同运算使得感知哈希匹配和整个音频信息检索过程的耗时得到了大幅度降低。最后,本文结合以上算法设计了一个交互式音乐检索系统,该系统可以通过录取几秒种的音频片段检索出其对应的曲名,歌手以及专辑封面图片等信息。