近年来随着多媒体数据成指数级的增长,多媒体分类和检索变得越来越迫切。当人们在浏览和理解视/音频内容时,作为多媒体数据中标志性部分的音频,为人们的感知提供了重要线索。　　 本文对音频检索技术中的相关问题进行了探讨,着重研究了音频分类和音频检索技术。　　 本文的主要工作和研究成果包括以下几个方面:　　 首先,研究了基于隐马尔可夫模型(HMM)音频分类的基本原理和算法思想,提出了一种将单状态HMM用于音频分类的方法。在单状态HMM音频分类识别过程中把一段音频整体看作一个状态,所有的音频帧都属于同一状态,在模型训练过程中不存在状态转移概率矩阵,克服了多状态HMM在模型训练过程参数设置不准确的缺陷。取得了较好的音频分类效果　　 其次,在音频分类的基础上研究了基于隐马尔可夫分类模型的音频例子检索方法,其具体过程为:将某类音频用一个模板表示出来,对于用户提交查询的音频例子,先使用模板去进行匹配,判断其属于哪类模板,然后将这类模板对应的音频例子按序反馈给用户。接着针对音频分类检索系统的实际问题,讨论了基于web连接的设计思想和系统设计的软件环境。　　 最后,基于Matlab Web Server初步设计了一个音频信息分类与检索的系统。尽管国内外研究者就音频检索技术开展了大量的研究工作,但音频检索技术仍处于研究初级阶段,实用的音频检索系统不多,这是音频检索技术应用领域面临的困境。本文设计的音频信息检索系统不仅可作为独立的系统,而且可以嵌入到其它多媒体系统中去,以提供满足基于内容的音频分类与检索服务。