随着人们物质生活水平的提高,人们对音乐的体验不再满足于倾听与欣赏,对音乐演唱及互动反馈上有了更多的要求。音乐评分集娱乐性和实用型性于一身,即符合人们精神生活需要,又能用于音乐教育领域。但现有的音乐评分方法存在结果不够客观,反馈不准确的问题,不利于用户歌唱水平的提高。因此,研究音乐评分方法,提高评分客观性、准确性具有重要意义。本文主要研究对歌声的音乐评分问题。在传统的旋律的音乐评分方法中,重点研究了音乐旋律的提取和旋律相似度计算等问题,对旋律的音乐评分中所存在的问题进行了一些改进。另外,基于音乐评分中对节奏针对性评估的缺失,引入了对音乐节奏的评分方法。本文主要的创新内容有以下几个方面:1、旋律的音乐评分研究了旋律的评分方法中的两个主要问题,旋律特征提取和旋律相似度比对算法。1)针对音乐评分中旋律提取不够准确,噪声鲁棒性差的问题,使用特征提取准确率更高的SHS算法提取旋律,并对其进行改进,通过提高旋律特征提取算法在噪声环境中的鲁棒性,而提高评分系统的鲁棒性。2)针对旋律相似度比对算法,动态时间规整算法无法实现子序列匹配,致使系统对评分音乐演唱完整性要求严格的问题,改进算法,实现子序列相似度匹配,降低对歌曲演唱完整性严格要求,提高评分方法在时间偏移、音符演唱缺失情况下的鲁棒性。3)针对于动态时间规整算法本身时间、空间复杂度高的问题,提出了改进方法,将算法空间复杂度从O(MN)降低至O(N),采用灵活的阈值判别机制,显著的降低了计算复杂度。2、节奏的音乐评分引入对音乐节奏的针对性评估。从语音识别的声学模型出发,使用频率强度曲线作为模型训练和识别的语音特征,同时,从声学原理出发,合理地选取特征数据,训练,构建基于节奏的抢拍、合拍和慢拍三种统计模型。设计了基于对三种模型的识别,实现对演唱歌曲的节奏评估的评分机制。