随着计算机在生活中的作用越来越重要,人们越来越渴望计算机能更加人性化、更加智能化,形成更加和谐的人机交互系统。语音是人类最自然的交流方式,如何使计算机能够理解人类语言已经成为人们研究的重点课题。传统的语音处理系统往往忽略了情感因素,如何使计算机理解语音信号中的情感信息越来越受到人们的重视。要想让计算机能够真正与人自然的交流,理解通过语音信号反映出来的人的情感,计算机应该具有情感能力。在目前的语音情感识别研究中,情感特征提取和情感识别的方法多种多样,而由于大多研究使用的情感语音数据库和语音情感特征不同,识别结果也各不相同;特别是对汉语语音的情感分析处理还比较少,有待进一步的研究。本文首先为实验录制了汉语情感语音库。选取本身不带有情感信息的语句文本,分别用高兴、恐惧、惊奇、悲伤、厌恶、愤怒和平静7种不同的情感去朗读,录制并选取其中情感表达较好的情感语音构成情感语音数据库。然后观察并分析不同情感状态下,语音信号的基频、谱信息、语速等特征的变化规律,选择和定义了具有较好情感区别力的特征组成用于语音情感识别的特征向量。最后,在对现有语音情感识别领域常用算法进行分析的基础上,本文选取高斯混合模型(GMM)作为识别算法,研究该模型的参数训练和识别算法,建立基于GMM的语音情感识别系统,使用选取的特征向量对语音进行情感识别实验,结果表明:基频相关的参数对悲伤、平静的识别率较高;共振峰对高兴、愤怒能较好的区分;语速和平均能量对各类情感都具有较好的区别力。