摘要:随着计算机技术的飞速发展，网络媒体数据的增加，对于大信息量的数据进行分类等工作早已不能以传统的人工检索方式来进行了。对于大量的音乐数据，人们希望用一种更为快捷的方式来分类识别乐曲。在音乐领域中，音乐的曲调占有了很高的地位。不同的音调其所演奏出来的音乐感情色彩也均不相同。对乐曲音调的识别可以使其在乐器识别、乐曲分析、音乐索引等方面更加高效快捷。
本文讲述了通过傅里叶变换，对基频的估测等方法实现了对音乐十四种调的分类识别。完成的主要工作如下：
（1）识别12半音并统计其出现的概率，获得响度等音乐特征参量。
（2）对BP神经网络进行训练，使其能够对音乐进行调式分类。
本次设计最终的识别率为百分之四十五，其中B大调的识别正确率较高，e小调的的识别准确率较低。虽然本次设计还没有完全准确的识别出各个音调，但也在一定程度上对不同的音乐调式进行了较好的分类。有效解决人工对音乐分类的效率低下等问题，具有重要的研究价值和良好的应用前景。
关键词：音调识别；神经网络；半音
目录
摘要
Abstract
1 绪论-1
1.1 课题的研究背景及意义-1
1.2 国内外研究现状-1
1.3 工具介绍-2
1.4 本文研究内容及结构安排-2
2 系统的特征提取-4
2.1 音调特征介绍-4
2.2 乐曲的选取-5
2.3 音频特征向量的提取-6
3 系统的具体实现-9
3.1 对音频的处理-9
3.2 神经网络训练的实现过程-10
3.3 运行结果-12
3.4 预测结果及分析-17
结 论-19
附录 程序代码-22
致 谢-28
