随着移动互联网的发展,有声小说日益成为人们日常生活的重要娱乐方式。小说供应商人工合成一部有声小说需要投入大量的人力和物力,实现有声小说的自动合成成为近年来的研究热点。有声小说自动合成的关键在于识别出小说人物对话的角色和情感,通过人物的性别、年龄、性格等状况来进行相关的符合人物设定的语音自动合成,同时根据人物对话情感识别的结果进行相关对话情感的设定。目前小说方面的研究主要集中于外文方向,中文小说方面的研究甚少。鉴于中文和外文的差异性,本文针对中文小说进行小说人物对话角色识别和小说人物对话情感识别的研究。本文的主要内容和创新点如下:1)针对小说对话人物角色识别问题,为了能够充分表示对话类型的区别以及表示文本前后的语义特征,提出了一种基于Rule-BertAtten的中文小说对话人物识别方法。首先将对话主要分成四类,根据不同的对话类型,分别采用Rule判断和BertAtten的方法,实验表明,该方法具有更高的准确率。2)针对中文小说对话情感识别数据集缺乏的情况,本文动态地手工标注了《平凡的世界》情感识别数据集,参考的内容有根据正则和句法分析得到的句子类型、SnowNLP分析的情感倾向打分以及NRC情感词典打分的结果,再经过多方考量,将中文对话的情感分为中性（none）、喜欢（like）、气愤（disgust）、生气（anger）、高兴（happiness）、害怕（fear）、伤心（sadness）、惊讶（surprise）八种类别。3)在小说对话情感识别的问题上,鉴于中文小说情感数据集的不平衡性（中性情感多）,提出了先二分类再七分类的策略,先二分出中性和其他情感,然后利用SnowNLP的情感倾向和NRC的情感词典规则筛选出二分类结果中明显不属于中性的对话,然后再创新性地提出了针对情感词对其他七种类型的对话进行了对话情感加成策略,最后再七分类,结果汇总。实验结果表明先二分类,再规则筛选,再情感词加成,最后七分类的策略相较于直接八分类有更高的准确率。