情感语音识别作为语音信号处理领域的一个重要的研究分支,在继承传统的语音信号处理技术的特点的同时,也与人类心理学、语音学、声学等多个学科相互渗透、交叉而形成语音处理领域中的一个热门的研究点。所谓情感语音识别就是赋予计算机一定的智能,使其能够正确地判断出所输入语音的情感状态。目前,随着计算机科学技术以及通信技术的快速发展,情感语音识别在人机智能交互方面也有着重要的理论意义和应用前景。本文研究的主要内容是提取基于人耳听觉特性的谱能量特征,并在此基础上进行了几种优化性改进。论文中采用的数据库为TYUT情感语音库和EMO-DB情感语音库,其中TYUT情感语音库包含中文和英文两种语种,EMO-DB情感语音库只包含德语语种。后续识别模型采用支持向量机。本文首先介绍并分析比较了LPCC、MFCC和ZCPA等几种经典的特征参数,然后分别就汉语、英语和德语三种语种设计了情感识别实验,并将实验结果作为后续所研究特征的参照。接着研究了基本的谱能量特征：AUSEES特征和AUSEEG特征,由于AUSEES特征和AUSEEG特征采用线性平均频带划分方法,不符合人耳听觉特性,所以本文采用模拟人耳听觉特性的Bark尺度和ERB尺度两种频带划分方法对基本的AUSEES、 AUSEEG特征进行了改进,得到基于人耳听觉特性的两类四种谱能量特征：AUSEES-Bark、AUSEEG-Bark和AUSEES-ERB、AUSEEG-ERB。将改进后的谱能量特征应用到情感语音识别中,实验结果表明,改进后的新特征的情感识别率明显提高,其中采用Bark尺度频带划分的谱能量特征的情感识别率相对最高,对不同语种的识别性能最稳定性。然后,本文后续工作以AUSEES-Bark、AUSEEG-Bark两种特征为主要研究对象提出了两种改进方法。首先利用LPCC参数主要反映声道响应的优点对AUSEEG-Bark特征进行了补偿改进,然后运用Teager能量算子对能量在不同频段上的搬移作用对AUSEES-Bark、AUSEEG-Bark特征进行了优化改进。实验结果表明这两种改进方法都是有效可行的,改进后的新的谱能量特征也都具有更好的情感分类效果,其情感识别率都有明显提高,其中,基于Teager能量算子的谱能量特征具有相对最为满意的情感分类效果。