随着因特网与网络技术的快速发展,人们可以接触到大量的在线音乐数据,比如音乐原声信号、歌词、音乐曲风或者内容的分类以及其他网络用户的歌单等等。这种科技的进步让用户在听音乐时有了越来越多的乐趣,同时,也对数据的处理提出了更高的要求,如何让计算机更好地丰富用户的音乐体验成为一个热门问题,也促进了音乐信息检索领域的深入研究。音乐信息检索,是一个跨学科的研究领域,涉及到音乐学、心理学、音乐学术研究、信号处理、机器学习等等。节拍跟踪是音乐信息检索的基础问题之一。人们会不自主的跟随音乐跺脚或者点头的过程称为节拍跟踪,计算机的节拍跟踪算法正是对人类这一感知过程的模拟。过去的二十多年中,节拍跟踪研究领域已有大量深入的研究,也有越来越多的节拍跟踪算法应用于实际生活中。本文在认真研究节拍跟踪相关研究成果的基础上,结合音乐基本理论与音频信号技术,提出一种基于最大最小距离法的节拍跟踪算法,核心为起始节拍点的确定、BPM特征值提取和有效峰值提取三部分。本文的创新点在于将聚类算法应用于节拍跟踪研究,将峰值提取问题抽象为分类问题,从聚类的角度完成节拍序列的提取。具体研究步骤可概括为以下几个方面:首先,对音乐信号进行预处理,统一采样频率及幅度范围。提取音乐信号的1-2s片段进行时域处理,通过分析该片段的能量谱变化,确定起始节拍点。其次,对音乐信号进行短时傅里叶变换得到频谱,根据人类听觉系统的感知特性,对频谱幅度进行对数处理,通过半波整流输出端点强度曲线及其峰值的相位信息。根据端点强度曲线的自相关特性提取BPM特征值。最后,根据音乐的节拍和速度的关系以及周期信号的性质,利用最大最小距离法对端点强度曲线的峰值点进行有效聚类,输出节拍序列。本文采用MIREX2006测试数据进行实验,将本文的提出算法与MIREX2013节拍跟踪比赛中性能较好的算法进行对比。实验结果表明,本文提出的基于最大最小距离法节拍跟踪算法对于不同曲风、不同节奏类型的音乐信号,四项算法评估指标P-Score、Cemgil、CMLc和AMLt的均值分别为57.35510、38.70537、17.15240和47.25912,能准确有效地检测出节拍序列,在全局正确性、连续正确率两方面都有较大优势,综合性能稳定。