哼唱搜索(Query by Humming)是一种基于内容的音乐搜索技术，它是涉及信号处理和模式识别等领域的综合研究课题。与传统的基于文本的搜索不同，哼唱搜索为人们提供了一种很自然的搜索方式，即以哼唱语音信号作为搜索输入。哼唱搜索在搜索引擎和数字图书馆中都将会有广阔的应用前景。　　 在哼唱搜索系统中，用户可以通过哼唱一段旋律，来搜索到自己期望的歌曲。搜索过程如下：首先通过语音输入设备哼唱一个歌曲的旋律，从这段旋律中抽取出特征；然后使用该特征在已有音乐数据特征库中进行检索；最后按照相似度的大小，返回一个可能的歌曲列表。　　 本文用｛U，D，S｝字母表构成的字符串来描述每首歌曲，每个字母表示相邻音符(note)的音高(pitch)的相对关系。这些UDS字符串被称为音高轮廓，也是哼唱搜索系统的特征。本文结合自相关(autocorrelation)分析和倒谱(cepstrum)分析，对清唱数据库中的歌曲进行了音高追踪。再对每首歌曲进行按句分割，每个句子用音高轮廓表示。之后对句子集应用了K-means聚类，利用类标签对每首歌曲进行编码。哼唱输入信号可以用相同的处理方法得到编码串。最后利用字符串模糊匹配算法，将哼唱输入信号和数据库中歌曲的编码串进行模糊匹配，得到前10位歌曲列表。　　 实验结果表明，与传统方法相比本文的方法在搜索命中率上的表现不是很好，但是大大降低了平均搜索时间。