本研究介绍了一种专为从人类歌唱声音中提取音高而设计的卷积神经网络PitchNet。通过融合自相关和深度学习技术，PitchNet旨在提高音高检测的准确性。通过对不同数据集的评估，证明了其有效性。这项工作为音乐和语音环境中的音高提取提供了新的方法。