随着互联网应用的不断发展,传统的基于文本的音频搜索引擎在用户体验上已经无法满足人们日益增长的使用需求。近年来,基于内容的音频检索(Content-Based Audio Retrieval,CBAR)技术越来越成为国内外学者关注的焦点。然而,面对海量的互联网音频数据,基于内容的音频检索技术在检索速度、噪声鲁棒性等方面依然亟待加强。本文将主要着眼于以上两方面问题,在音频表示级层次的样例检索方面展开相关研究,主要包含以下几方面工作:在检索系统前端的音频特征提取方面,简要回顾了理论系统完善、检索速度较快的局部敏感哈希(Local-Sensitive Hashing, LSH)索引的音频检索方法,针对其依然需要在对应桶(Bucket)中进行高维向量比较的缺点,提出了一种音频特征压缩的方法,并将其作为检索系统的压缩音频特征。该方法与适当的匹配方案结合,可以有效避免局部敏感哈希索引方法中高维向量的比较过程。在检索系统后端的音频特征匹配方面,简要回顾了自然语言领域被广为使用的倒排索引,针对其无法体现整个音频时序性的缺点,引入了k-字近邻搜索方法,提出了一种压缩音频特征域下基于倒排索引的音频检索方法。实验表明该方法与本文提出的音频特征相结合,在查询音频较纯净的情况下检索速度和准确率均优于局部敏感哈希索引方法。针对LSH方法噪声鲁棒性不强的问题,提出了压缩特征域基于滑动窗的音频检索方法,并在速度上对算法进行了优化。实验表明:该方法的噪声鲁棒性优于LSH索引方法,且速度与LSH索引方法较接近。