基于内容的多媒体检索目前是多媒体检索中的研究热点。其中在音乐检索中,哼唱检索是基于内容的检索方式之一,同时也是最为直接的音乐检索方式。哼唱检索由三大模块组成,即哼唱处理,数据库建立以及匹配模块。本文重点研究了哼唱处理和数据库建立这两大模块。大部分哼唱检索的研究者将注意力集中在匹配模块,很少有人重点研究另外两个模块。本文的研究内容就是针对这两个模块。对于哼唱处理,最重要的是从哼唱曲段中提取旋律,本文提出了两种旋律提取方法,一种是基于规则的方法,一种是基于半音域频率系数的方法。基于规则方法的思想在于从频谱中分析基频的位置,与自相关、平均幅度差函数等方法相比,其运行速度更快,而且更加准确。基于半音域频率系数的方法,其思想在于分析每一个半音值属于主旋律的概率,从而得出一个最优的旋律曲线。从理论上分析,前者适合于从哼唱曲段中提取旋律,后者适合于从波形音乐中提取旋律。在数据库建立方面,本文研究了基于MIDI音乐的数据库和基于波形音乐的数据库。对于MIDI音乐数据库,提出了基于规则的选择主音轨的方法;对于波形音乐数据库,采用半音域频率系数这一特征,并且结合Viterbi算法查找旋律曲线。提取音乐的旋律之后,构建了二级索引,第一级索引是旋律曲线的一些曲调特征,第二级索引是旋律曲线的外形特征。在匹配时,通过前两级索引的初步筛选,将候选歌曲的数量大大减少,再使用常用的动态时间弯折方法进行精确匹配,并给出最终结果。在哼唱检索中,最终结果以候选列表的形式给出。实验证明,本文的方法能够使TOP-3的正确率达到约71%,TOP-5的正确率能够达到88%,TOP-10的正确率达到94%。