主旋律是指人声的基音频率。主旋律提取的定义是将一段音乐信号中的主旋律转录成文本文件等形式。主旋律提取在众多音乐研究领域都有重要的应用价值。本文研究了一种基于多基频提取的主旋律提取方法。本文的内容分为两大部分。(1).研究了多种基于分谐波叠加的多基频提取算法在多基频提取的部分,本文使用了了一种使用弦乐打击乐信号分离的预处理方法。提升了人声基频的能量占比。然后提出了短时傅立叶变换存在时间频率分辨率固定的缺点。并引入了改进算法一一多分辨率短时傅立叶变换。然后本文介绍了多基频提取中常用的分谐波叠加算法。并针对分谐波叠加算法做了一系列改进。实验表明,本文采用的算法在简单可行,准确度高。(2).研究了基于Viterbi译码的主旋律判决算法。在主旋律判决算法中,存在着如何使用帧间信息以及如何减少八度错误的问题。对于第一个问题本文使用Viterbi译码,将主旋律的生成过程看作一个马尔科夫过程。将每一个频率点看作一个状态。将多基频提取的结果看作当前时刻,每个状态的概率。然后将帧间信息转化为状态转移概率。对于第二个问题,本文引入趋势估计技术。趋势估计利用人声和乐器声音在幅度和频率的小范围颤动时的不同表现,估计主旋律在时频谱上可能出现范围。趋势估计还利用谐波理论,去除了人声分量中的谐波部分,只保留了与主旋律相一致的人声基频部分。趋势估计可以减少主旋律判决时的搜索空间,增强其鲁棒性和性能。