随着互联网的普及,几乎所有的音乐作品都对应的其数字化版本,且作品数量正飞速增长。追随着这种潮流,各大互联网服务供应商都推出了自己的在线歌曲库,内含海量歌曲作品。因此,怎样对大量的歌曲进行分类整理、信息提取,以便提供更好的检索、查询、欣赏等服务,成为近些年的热门研究课题。早期的歌曲库管理和歌曲检索功能依赖大量的人工标注,比如手工录入每首歌的年代、作者、流派等信息。这样的方法虽然可以保证信息标注的准确度,但成本非常大,且并不能满足很多常用的需求。由此,大量基于信号级别的歌曲信息处理相关的研究课题便大量涌现,如翻唱检索、哼唱检索、歌曲摘要提取、音频片段认证等。在所有这些研究课题中,歌曲相似片段检测与定位是一个非常重要的基础技术和子课题。音乐作品中相似片段是十分常见的：例如同一首歌曲中的副歌部分通常有着一样的旋律；又如同一首歌曲被多个歌手分别演唱所产生的不同版本。这里的相似可以是指某一特定方面的相似,如旋律、节奏、音色等。在很多情况下用人耳可以轻易辨别出相似的歌曲片段,然而对于计算机而言这个任务却很困难。由于直接基于歌曲信号提出的特征本身包含着大量的噪音,因此目前现有的相似片段检测算法有着诸多问题：首先,所有的算法准确度普遍不高；其次,每个算法都只能大致检测出两个给定片段的相似程度,但却不能精确定位；另外,现有算法无法检测出两段较短的相似片段。综上,目前的相似片段检测算法还有相当大的改进空间。为解决和改进上述提到的相关算法存在的问题,本文提出了一种新的相似片段检测算法。该算法吸收了现有的音乐信号处理研究中所用到的多种技术,如相似度矩阵、递归图、状态空间嵌入等,并在此基础上引入了数种创新技术,如局部阈值策略、基于递归图的相似片段提取技术等。本文提出的算法解决了先前类似算法中的多个缺陷：无法较准确定位相似片段位置；无法检测较短的相似片段。在此基础上,该算法还通过采用改进的阈值策略来提高相似片段检测的准确度。为检测该算法的有效性,本文将该算法应用于三个具体的系统中：改进的翻唱检索系统；基于该相似片段检测算法的歌曲摘要提取系统；歌曲借用检测系统。其中,歌曲借用检测是一个尚未有相关研究的课题。由于本文提出的算法可以检测歌曲中较短的相似片段,因此该课题得以第一次被进行尝试性的研究。针对上述三个系统的实验证明了本文所提出算法的有效性。