随着多媒体技术和互联网的发展,数字化的音乐音频的数据量急剧增多,如何对音乐音频信息进行快速准确的分析显得日益迫切。当前音乐信息的分析与检索还是基于文本标签信息为主,这需要繁重的人工代价,且极易出现错误而影响结果。与此同时,基于内容的音乐信息分析检索技术正蓬勃发展,其重点是如何使计算机能够像人一样能够理解、分析音乐中所包含的丰富内容。本文从京剧音乐音频的匹配问题展开,根据音乐特征的音色信息,提出了一个提取音频音色序列的方法,以音色序列的形式再现音频数据。而音色序列包含了音乐音频的听觉感受信息,采用基于时间序列技术的音色序列匹配方法,解决音频间的匹配问题。通过分析发声体发声机理以及不同音色的音频特征间的差异与联系,本文引入了音频的音色分布度量,从整体上分析音频信号在音色上的特征。利用发声过程的特性和京剧音频的特点,提出了一个结合高斯混合模型与隐马尔可夫模型技术的音色序列提取方法。在音乐音频匹配方面,结合声音音色的听觉感受和时间序列的相似性度量,引入京剧音乐音频片段的音色序列相似性度量。在匹配过程时,音频片段的时间长度不尽相同,为了解决不同时长音频的匹配问题,本文提出基于滑动窗口技术的音频匹配算法框架。以此建立了一个京剧音乐音频匹配系统,在该系统中,可以使用不同的音频信号特征提取方式,选取不同的时间序列相似性度量,实现快速灵活的音频片段匹配。实验结果表明,以该算法来进行音频片段匹配速度快、可控性好、反应延迟小；对原始查询音频片段的部分缺失问题及噪音所造成的影响来说,均具有很好的鲁棒性。