随着信息技术的飞速发展，数字化音乐随之大量增加，如何能够很好地融合人声输入和识别技术，从而转化为数字音乐可以极大地提高音乐制作的效率，同时保证音乐的品质和效果。本文主要对人声输入与识别技术在数字化音乐创作中的实现与应用进行了探讨，使用户只需对着麦克风哼唱一首乐曲的旋律片段，就可以生成数字化的音乐形式。本文首先以数字化音乐和语音识别技术的介绍为起始，进而介绍了多种音频格式各自的特点，根据MIDI文件在检索方面的优势，选择其作为数字化音乐创作的数据源。继而讲述了从MIDI音乐中提取音乐信息的方法，并成功地从多音轨MIDI文件中抽取出主旋律，提取出相应的音乐演奏信息。进一步对哼唱输入旋律的特征提取进行了详细介绍。分析了传统语音识别中利用短时能量和短时过零率特征进行语音端点检测的方法，结合哼唱音乐的特点，采用通过两阶段切分模式切分音符的方法即结合能量突出度指标、过零率及音高变化来切割音符，使性能有了大幅度的提升。通过对每个音符的处理，提取出整个哼唱旋律的音强、音长和相对音高特征以备人声输入与识别技术在数字化音乐创作中的实现。在旋律检索部分，根据哼唱旋律的特殊性，使用精确匹配算法与模糊匹配算法相结合的手段，最终设计出了人声输入与识别技术在数字化音乐创作中的实现与应用系统。