音樂軟件的聽歌識曲是如何實現的？

最常用的一種方法就是對錄音（wav波形聲音）進行傅里葉變換，可以得出這段錄音的頻譜，也就是短時音調-時間圖。不過由于錄制錄音的時候，環境不可能絕對安靜，肯定會混有噪聲，而且人聲唱歌或多或少的會有走調，所以分析出來的這段音調不一定準確。可以通過判斷短時能量及短時過零率去噪、頻率-時間曲線平滑化去噪，以及基于統計的節拍修正、音調校準等方法進行修正。到了這時，仍然幾乎不可能得到完全準確的音調序列。這時，便可以像字符串模糊匹配算法一樣進行處理；也可以求帶權值的編輯距離（也稱為動態時間規整算法），距離越小越接近；或者直接從統計的角度，求方差；或者直接對比旋律升降趨勢；都可以，上述方法對不同風格的歌曲檢索的效果都不一樣。當然，如果歌曲較多的話，還可以使用隱馬爾科夫鏈對歌曲風格等特征進行分類，然后只在接近的類別里檢索；以及并行檢索等。此時的曲庫里存的應該是每首歌的標準音調序列。另外還有一種直接識別共振峰的方法，只在論文中見到過，沒仔細看。

以上選自百度知道。