针对现有语音情感特征在表征情感信息上的不完整,将相空间重构理论引入到情感语音的特征提取中.通过分析不同语音情感状态下相空间重构的几何特性,提取了该重构相空间下基于轨迹的描述轮廓的5种非线性几何特征作为新的情感语音特征参数,并根据情感与特征映射的关系提出一种特征参数优化方法.首先,选用德语柏林语音库中的高兴、悲伤、中性和生气4种情感作为实验样本;其次,提取非线性几何特征和非线性属性特征(最小延迟时间、关联维数、Kolmogorov熵、最大Lyapunov指数和Hurst指数);最后,根据设计方案采用支持向量机进行情感语音识别.实验结果表明,该特征相较于非线性属性特征在情感语音识别上有较强的优势度,联合非线性属性特征后,通过特征参数优化的方法获得了最优的非线性特征集合,验证了该方法的实用性.