##今天是个晴朗的好日子，通过昨天和今天的努力，完成了创建博客的第一步：在网上显示，非常舒服。

本文主要分为7个章节

第一章：绪论

第二章：基于内容音乐检索基础原理研究

第三章：音乐旋律轮廓提取算法

第四章：音乐检索匹配算法

第五章：音乐数据库技术研究

第六章：音乐哼唱检索系统及实现

第七章：结论及展望

2.3
2.3.1音乐信号特征
音乐数据的特征提取和特征向量的构建，对于索引算法的设计、音频检索的效率、精度起着至关重要的作用。

哼唱虽不同于说话，但从发声角度看二者并无本质差异。所以，在语音识别中所使用的那些语音特征可以作为我们进行音乐检索研究的“候选”特征。根据信号的物理特性，音频特征包括时域特征，频域特征和基于滤波器的倒谱特征，这些特征包括
1）短时能量和短时平均幅度

avatar

短时能量和短时平均幅度函数的主要作用有：

a)可作为区分清音段和浊音段的特征参数；

b)可用来区分声母、韵母的分界，连字的分界，信噪比较高的情况下可区分无声段和有声段；

c)作为一种超音段信息，用于语音识别。