音频分析是多媒体信息处理中一个重要的角色。音乐是由不同的乐音通过有组织、有规律的组合创造出来的艺术，以演唱或演奏的形式表达人的思想情感，其内容充满意志，反映现实世界，人们的日常生活中离不开音乐。随着计算机技术的快速发展，人们对计算机的要求也越来越高，希望在音乐演奏的过程中实现计算机识谱。乐谱跟随是计算机识谱的重要组成部分，能够实现计算机收听现场演奏音乐，跟踪演奏音符最终确定其乐谱位置的功能。本文针对乐谱跟随中动态时间规整算法（DTW）时间精确度不高并且无法检测偏差音符的不足，提出DTW的改进算法。本文应用了基本乐理、信号处理、模式识别等相关知识，提出一种基于端点检测与DTW算法的乐谱跟随系统。其前端结合端点检测算法，提取基于常数Q变换（CQT）的色度特征值，再将两个音频信号进行比较，最终利用DTW算法实现演奏音频与乐谱对齐功能，确定演奏音频每一时刻具体演奏内容。本文主要完成的工作包括如下几个方面：首先，将乐谱跟随系统中基于时间分帧转变为基于单音或和弦分帧，这样不仅使算法不受节奏快慢的影响，具有更好的稳健性，而且为系统检测偏差音符奠定基础。其次，论文研究了乐谱跟随领域中通常使用的色度特征值，并介绍了具体的算法。本文采用基于CQT的色度特征值，更符合音阶频率为指数分布的乐理特征，能更好地分辨低音区音阶。最后，将两组特征值向量求欧氏距离，利用DTW算法计算最佳对齐路径，通过对路径的分析，确定演奏音频每一时刻具体演奏内容。实验结果表明，提出的算法在时间精确度上较传统方法提高7.64%，并且不受节拍变化的影响，能够检测演奏音频中是否存在偏差音符。