随着多媒体技术的发展，以音频、视频和图像信息为主体的多媒体信息逐步取代了文本信息。基于文本标记的传统信息检索技术难以实现对多媒体信息的检索，如何有效、快速地检索多媒体信息，成为搜索引擎发展中迫切需要解决的问题。基于内容的音乐信息检索（Content Based Music Information Retrieval,CBMIR）是根据音乐的内在属性，提取出音乐的特征向量（含节奏、旋律和音强等），构建音乐特征数据库；以乐谱、自然哼唱等形式提交检索项，将提取的特征向量与音乐特征数据库进行比较计算相似度，实现检索匹配。哼唱检索（QueryBy Humming, QBH）作为一种最直接、最自然的输入方式，自然成为基于内容检索技术的研究重点，并具有广泛的应用前景。哼唱信号处理、音乐特征数据库构建和检索匹配算法是研究的重点。研究哼唱检索信号处理流程，介绍了信号预处理、参数提取及基于能量和音高变化的音符分割算法，针对哼唱信号，重点分析信号特征，并依此提出了改进的音符分割算法；分析MIDI音乐文件结构和MIDI旋律信息提取算法，构建了<音高差，音长差，音符时长，音符间隔>的旋律表示方式，能够有效克服音符连音和音符间隔的问题；介绍4种常用的检索匹配算法，并针对动态时间规整算法，重点从哼唱时出现的音符连音哼唱及音符间隔等两个方面进行改进，根据音符连音时的特点及音符间隔对检索匹配位置的作用，改进了动态时间规整算法。在哼唱检索平台上测试了改进的音符分割算法和动态时间规整算法，实验结果表明改进算法的有效性。