在网络多媒体信息海量出现的今天，多媒体数据库中出现大量重复性数据，这不仅给多媒体数据库造成巨大的存储空间浪费，也使信息检索和查询变得困难。因此对多媒体数据重复检测技术的研究具有十分重要的意义，本文针对如何对大规模数据库进行多媒体数据重复检测展开研究，具体内容如下：（1）在检索方法方面，Philips算法虽然在多数信号畸变影响下具有良好的鲁棒性，但在实际高噪音环境下效果却不理想。MBM（Bit Mask）算法对Philips算法进行了改进，提高了其在实际高噪环境下的鲁棒性。然而MBM算法检索效率低下，而且鲁棒性和检索效率会随着数据库规模的扩大变的越来越差。本文结合两者的优缺点，提出了基于谐波滤波的音频指纹算法。实验结果表明该方法提取的音频指纹与Philips算法相比具有更好的抗噪鲁棒性，与MBM算法相比具有更高的检索效率。另外，通过采用多级检索方法进一步提高了检索的查准率。（2）在重复检测方面，针对大规模多媒体数据库的音频指纹数据量大，进行重复检测时面临内存不足、检测效率低下等问题，本文提出了分段内存加载方法。并基于该方法设计了重复检测算法，以及分剧集的多媒体文件重复检测方法。实验结果表明，本文提出的重复检测方法是有效的。（3）基于对音频指纹和重复检测方法的研究，本文设计并实现了基于音频指纹的多媒体数据库重复检测系统。该系统主要完成在多媒体文件加入数据库之前，进行多媒体文件的重复检测工作。针对网络平台下的大规模数据库重复检测问题，系统采用分布式结构，具有良好的可扩展性。实验证明，该系统能较好的完成重复检测功能。