随着人机交互系统的快速发展,语音信号中的情感信息近年来正越来越受到人们的重视,特别是在语音合成和语音识别等领域。语音情感识别的研究对于增强计算机的智能化和人性化,开发新型人机环境,以及提高语音识别系统的性能等方面,均有着非常重要的现实意义。本文的研究目的就是通过深入分析各种语音情感特征,找出其中对情感识别有较大贡献的特征,并寻找适合的模型将有效特征加以利用。本文首先介绍了情感语音数据库的建立情况,然后研究了基音频率、振幅能量和共振峰等目前常用的情感特征在语音情感识别中的作用,并且通过一种基于模糊熵的特征有效性分析方法进行了有效特征的筛选,应用人工神经网络建立了初步的语音情感识别模型,经过实验发现特征筛选后系统的识别效果有着一定程度的提高。在此基础上进一步提出了诸如语速、基频尾部斜率、Mel频率倒谱系数及其瞬态参数等较为有效的情感特征,为了解决声学统计特征同短时频谱特征的特征融合问题,应用了一种基于矢量量化的频谱特征前端处理模型。最后,本文将处理后的频谱特征参数同原有的人工神经网络模型有效地结合起来,形成完整的语音情感识别系统,取得了较为满意的识别结果。