乐器识别是音频检索的一个重要领域,它既涉及声源的声学属性,也涉及到人耳对音频的感知心理,是深入研究音频检索的基础。乐器识别在科学研究和实际应用中有着重要意义。本文的工作主要是对基于音频的数字媒体中乐器识别方法进行研究,主要有以下几个方面的工作:首先对乐器识别中的特征进行了研究:在相同的测试条件下,研究了LPCC和MFCC这两种特征的优劣,通过实验发现LPCC和MFCC这两种特征均适用于中国古典乐器识别。其次对乐器识别中的分类器进行了研究:考虑到高斯混合模型(GMM)的性能较好、复杂度小、方法简单,所以本文中选用GMM作为乐器的模型,并采用K-均值聚类算法初始化GMM,EM算法训练GMM。另外考虑到传统EM算法有个显著的缺陷,就是收敛速度比较慢,有时会收敛于局部最小值,而不能得到全局最优解,基于此,通过研究发现EM算法的收敛性与高斯混合分布的重叠度有关,因此本文结合高斯混合分布的重叠度对EM算法的收敛条件进行了判断,并在中国古典乐器识别系统中进行了验证,通过实验发现EM算法结合高斯混合分布的重叠度后能够明显提高识别率。再次对基于自适应谐振思想的乐器识别方法进行了研究:将自适应谐振思想引入到乐器识别系统中,这样系统在运行时,不仅能够对测试乐曲进行识别,而且能够在识别旧乐器的同时发现新乐器,这就使得该系统有了学习能力,能够不断的发现新乐器。最后对乐器识别系统进行构建:在系统构建完成的基础上,研究了不同测试乐曲单位长度对识别率的影响情况以便证明系统的正确性和可靠性;研究了测试乐曲的最佳帧长;在相同的测试条件下,研究了高斯混合模型的阶数对系统识别率的影响,分析了阶数过大或过小对系统带来的负面影响,并结合实际情况进行了选择。