（2）乐音提取
    对钢琴或者其他乐器的乐音进行提取的技术，如今也被广泛应用。人们可以从一个混合声源中剥离出各个独立的声源，例如用该技术将乐曲中的主唱，和声以及伴奏等信息分离出来。如今这项技术已经可以迅速而成熟得分离乐音，而这在没有时域分析的年代是难以想象的。[2]
（3）自动记谱
    自动音乐记谱的技术是指用计算机分析的方法将音乐信号转化为五线谱或简谱等符号表示的技术，极大得推动了自动化记谱，注释以及音乐分析的发展，从而大大节省了时间与人工，同时也推动了计算机音乐的发展。如今这项技术还有提升精度和处理复杂音乐材料的问题，因而还有很大的提升空间。[2]
（4）音乐检索技术
    基于旋律和和弦识别的技术，使得音乐检索技术得到了发展。用户可以利用一些音乐片断诸如旋律片断，在数据库中检索整段音乐。本世纪初，日本和美国一些计算机公司已经建立了音乐数据库并应用了检索技术。同时，哼唱检索技术的出现和发展，使得用户可以通过哼唱一段音乐来检索完整的音乐及其乐谱。[3]2007，    Melodis公司旗下的搜索网站Midomi推出了这一搜索技术[9]，而我国的百度公司也在2010年推出了国内第一个哼唱搜索引擎。此外，google，微软等公司也在推进这一技术的发展和应用[24]
（5）智能作曲
   现在电子音乐尤其是合成音乐已经成为一项蓬勃发展的产业。日本的CRYPTON FUTURE MEDIA公司就利用其研发的Vocaloid软件创作出了初音未来这一虚拟歌手，在世界范围内受到了巨大的欢迎[24]。计算机作曲系统受到了很多的研究者的重视，也出现了很多很好的应用，例如智能音乐喷泉，人机音乐交互等等[5]。在不久的将来，更为成熟的计算机作曲系统可以创作出更为美妙而更为多样的音乐，在音调，音色，旋律等方面全面超越人声，并被广泛的应用在电影电视等等人们的日常生活，从而带动一场人类生活的技术革命。
1.4 本文的主要研究内容
    本文将会对钢琴这一重要乐器的琴音进行识别和处理的研究，基于时频分析的方法提出一些识别的算法，并通过matlab进行仿真从而对各算法得到的仿真结果，进行算法性能的分析。
第一章介绍了音乐识别技术的目的和意义，并介绍了时域分析技术和单，多音基频识别技术的发展与国内外现状的研究情况。最后简单了介绍了一下识别技术的应用。
第二章介绍了基本乐理的知识，从而为下面的识别算法做好理论基础，并使用十二平均律的原理，通过数学推导得到基音频率的特性。
第三章介绍了信号的时域处理方法，以及与时域处理相关的特征参数的介绍，同时介绍对模拟信号进行离散化和预处理的方法。
第四章介绍了信号的频域处理方法，包括短时间傅里叶变换，谐波峰值法，小波变换的原理和各项参数，这是识别方法的理论基础。
第五章介绍了乐音信号检测的方法，主要包括端点检测和基音检测，并对算法进行matlab的仿真。
最后会对本文作一个总结，并对音乐识别技术的展望作一个阐述，并向那些帮助笔者完成论文的人士进行致谢。 matlab钢琴琴音识别技术研究(3):http://www.youerw.com/tongxin/lunwen_19104.html