随着现代科技对语音识别技术的研究推进,乐音识别技术开始引起人们的关注,成为业界的研究热点,但其发展一直处于滞后状态,目前为止,仍然没有形成一整套乐音识别体系。本文拟通过计算机技术进行乐音的识别,提出一套完整的乐音识别路线,完成对音乐主频的识别以及音符的提取,这对于音乐创作和欣赏领域有着重要的指导意义。本文以钢琴音作为研究对象,提出了一种基于MFCC特征参数提取算法和以BP神经网络作为匹配模型的新的主频识别方法。按照乐音识别的研究步骤,本文首先对于乐音的基本物理特性进行了简单的阐述,为后续理解乐音识别打下一定的感性基础；其次,介绍了乐音识别预处理方面的基本算法,包括噪声消除、端点检测以及单音符分割等,这段算法对后续的乐音识别算法以及系统的识别率提供了良好的支撑；此外,考虑到乐音信号具有非线性的特点,传统的乐音识别方法不能很好的满足主频的精确识别,提出了MFCC特征参数提取算法,其提取参数可以很好的替代乐音,提高了乐音的识别率；最后,在乐音识别匹配模型方面,由于神经网络在非线性信号处理以及自适应方面的优势,选用了BP神经网络作为匹配模型,该模型简单,训练时间适中,具有很高的识别率。在MATLAB中,我们利用前述算法,首先对钢琴单一琴键的乐音进行了实验,仿真结果良好；随后,利用连续乐音对系统进行了进一步的验证。结果显示,算法可用于广泛的乐音识别领域,这对乐音识别领域的发展有一定的促进作用。