随着人工智能技术的蓬勃发展,对于语音识别领域及图像处理领域的研究也日渐广泛与深入。为了使机器更加智能,能够捕获人类的情感以使人机之间的语音交互更加人性化,对于语音情感识别（Speech emotion recognition）领域的研究逐渐得到了人们的关注。目前,围绕语音情感识别的研究大多采用深度学习方法,这些方法只是简单地将语谱图作为卷积神经网络的输入,使用图像识别技术实现识别,使得识别效果欠佳。为此,本文重点围绕语谱图的特征提取方法和改进CNN识别模型展开研究,主要研究工作如下。首先,针对语音特征提取技术,本文提出了一种利用二维Log-Gabor变换和改进的LBP算法进行语谱图提取的方法,先将语谱图进行归一化和灰度化,然后再通过二维Log-Gabor变换对灰度化的语谱图进行不同方向和尺度上的纹理细节的放大,以此来解决生成的原始语谱图的纹理细节特征不明显的问题,之后借助改进的LBP算法来对这些灰度语谱图进行纹理特征的提取。其次,针对情感识别模型,本文结合残差结构设计了残差卷积神经网络（Residual convolution neural network）模型。相比于传统的卷积神经网络,Residual CNN通过在CNN中加入残差结构来解决因为卷积层层数增加而造成的特征丢失的问题,因此有效防止了卷积神经网络由于特征丢失而导致的识别准确率下降。最后通过在经数据样本扩增后的EmoDB数据集上的实验,先验证了基于二维Log-Gabor变换和改进LBP算法提取的特征对于提高识别准确率相比于传统的几种特征更有效之后,又通过实验验证了本文设计的残差卷积神经网络模型相比于未引入残差结构的卷积神经网络模型在提高训练收敛速度和识别准确率以及分类精度上的表现要更优。并且在此基础之上还通过实验得出了对语谱图添加合适的高斯噪声也能对识别率有一定的提升。综上,通过本文的研究,为提升语音情感的识别率提供了一定参考。