本計畫將對音樂資訊檢索進行技術與理論的探討，並將實作一個大型的網際網路音樂搜尋引擎，期望能將應用所有資訊檢索、圖形辨識、類神經網路、數位訊號處理、動態規劃、最近鄰居搜尋法、聚類分析的各項理論與方法，來對大型音樂資料庫進行快速且有效的檢索與比對，並能應用Web程式設計的技術，以及 Client/server 分散式計算，Sever clusters平行計算的技巧，來增加檢索速度，使得使用者對大型音樂資料庫進行檢索時，只要對著麥克風唱（或哼）8秒鐘，此系統即可在10秒內傳回最相似的前20名歌曲。

要進行本項研究，所需的背景知識較多，除了要對上述各種技術與方法的掌握與實做外，還必須瞭解音樂的特性，以及每個人不同的唱歌習性（轉音、抖音、共鳴等）在數位訊號及基頻分析所造成的效果。本計畫主持人從1997年即開始國科會 VOD 計畫之智慧型選歌介面的研究，並持續相關研究至今，其間並和清蔚科技公司合作，開發出「超級點歌王」（請見所附之試用光碟），可對3000首歌進行及時檢索，因此已累積相當研究動量，希望能申請多年期研究計畫，一舉建立全球檢索功能最完善、辨識率最高的網際網路音樂搜尋引擎，一如 www.google.com 在文字搜尋引擎所佔的龍頭地位般。

在第一年的計畫中，我們希望能建立一個中型音樂檢索系統，能對8000首歌曲進行檢索，並能在十秒內得到答案。我們將嘗試各種加速的方法，並調適各種方法的參數（如階層濾除法，詳見後述），以在有限的時間內，得到最佳的辨識率。此外，我們要加強基頻分析的可靠度，使得此系統對於使用不同發音方法的人，都能抓取夠多的正確基頻資訊，以加強整個系統的強健性。

在第二年的計畫中，我們希望持續前一年度的研究，繼續嘗試各種加速方法（詳見後述），並期望將這些方法應用於一個大型音樂檢索系統，能對15000首歌進行檢索，並能在十秒內得到結果。同時我們也將建立 web 上的搜尋引擎，以及音樂檔自動蒐集程式及自動建立索引程式，並利用 client/server 進行分散式計算，以減輕 server 的計算量以及網路資料流量。

在第三年的計畫中，我們仍然要精益求精，嘗試各種迅速有效的比對方法。此外，當歌越來越多時，我們要考慮建立 server cluster，以平行計算的方式，來降低使用者的等待時間。同時我們也要對 server 點歌計算的各種資料進行分析，以找出最好的 task partitioning 的方式，以及最佳的比對次序。