随着当今互联网时代的发展,基于内容的视频检索领域的研究,得到了越来越多研究人员的重视。电视节目点播(TV on Demand)等新的互联网视频应用需求不断增加,面对海量的电视数据,促使我们寻求找到有效的办法来对电视内容进行提取以及语义层面的分析。本文在“基于内容的视频检索”框架下展开,对电视节目的提取与分析,做了相关的研究。在电视内容提取方面,本文在总结分析前人研究方法的基础上,提出了一种基于重复性检测的方法对电视节目进行自动分章,并且在重复性检测的基础上,将得到的参考模板,用于特定电视节目的提取。在研究中,我们创新地引入了音频指纹的技术进行重复性匹配,并且在指纹建模的过程中,跳出了传统音频特征提取的框架,采用了计算机视觉在人脸检测方面的技术。最后实验结果表明,该方法已经达到了该领域研究的国际主流水平。在电视内容分析方面,本文面向新闻视频,进行了基于内容的音频分类方面的研究,具体主要涉及音频特征的选取,音频分割算法,分类器的设计和选取方面的研究等。在基于高斯混合模型分类器的框架下,系统将新闻节目音频进行分割,并分为静音、语音、音乐、环境噪声四个种类,最后经过实验证明了所提出方法的有效性,取得了令人满意的效果。本文基于音频在电视内容提取和分析方面的研究工作,对基于内容的视频检索,具有一定的实用价值,其中的一些技术方法和成果,也可以推广到视频检索领域其他方面的研究工作中。