随着计算机网络和多媒体技术的发展,音乐信息检索在计算机科学领域中已成为国内外学术界和工业界一个热门研究方向,其中的音符起点检测和多基频估计都是重要的研究课题,也是基于内容的音乐信息检索中其他研究方向的基础,对于进一步的音乐结构分析、音乐检索、音乐风格分类、翻唱识别等方面具有非常重要的意义。本文的研究对象主要是WAV格式的钢琴音乐,由于钢琴演奏中每一次弹奏琴键都可以看作一次音符事件,因此本文主要包括两个子任务:音符事件检测和音符事件段的多基频估计。钢琴音乐信号通过音符事件检测后被划分为多个音符事件段,再经过音符事件段的多基频估计提取每个音符事件段的音符数量及其基频值。主要研究内容和创新点如下:（1）针对本文研究的音符起点检测和多基频估计的方法,目前大多数方法在信号分析中常使用短时傅里叶变换或常数Q变换作为时频表示,但是短时傅里叶变换由于窗口长度固定导致频率分辨率问题,常数Q变换虽然在低频具有较高的频率分辨率,但其时间分辨率也随之降低。本文使用的变Q变换在低频不但具有较高的频率分辨率,而且还具有较好的时间分辨率,使得音乐信号经过变Q变换后具有更为准确的频谱特征。（2）研究音符起点检测算法。对以往常用的几种音符起点检测方法进行分析,发现它们几乎都没考虑过那些比较柔和的音符起音,从而导致出现大量的漏检。本文采用对每帧频谱进行功率缩放,不仅增强音乐信号中较弱的起音而且抑制较强的起音,同时采用频带分割加权,增强检测方法的鲁棒性;进一步通过加窗求差处理,增加正确检测到的音符起音和减少误检,从而提升整体的检测性能,其F度量的平均值达到96.65%。（3）针对音符事件段研究基于非负矩阵分解的多基频估计算法。本文提出的多基频估计算法是基于音符事件段进行分解估计的,提前考虑了钢琴弹奏过程中音符的打击瞬间、音高值和结束瞬间,避免出现伪弹奏的错误;又考虑到音乐信号的连续性和音符的时变性,将音符随时间的变化过程划分为瞬态阶段和稳态阶段,分别从音符的瞬态阶段和稳态阶段构建相应的音符特征字典;同时从代价函数和稀疏约束两个方面分析基于非负矩阵分解的方法,并对待测音符事件段的瞬态阶段和稳态阶段应用基于lp,qq范数组稀疏约束的非负矩阵分解算法,其F度量达到85.22%。