传统人工智能处理的基本上都是逻辑信息，但是音乐和舞蹈等艺术形式所包含的反映人们内心情感的信息却很难用传统方法来处理，因此一个直接研究人类情感过程的科学领域——情感计算被开辟出来，它具有十分重要的理论意义。 本论文旨在建立情感建模的基础，挖掘出音乐数据与听觉紧张度之间的对应关系，并试图找出一种适合计算机计算的情感计算规则。论文以与听觉紧张度有关的联觉关系作为最基本的出发点，结合知识模型与数据模型的情感识别建模方法，主要分析了音乐紧张度表示、传递与识别过程中的心理模式及心理学关于音乐音响与听觉紧张度之间的对应关系，通过数据采集、数据预处理、分类规则挖掘、评价输出四个步骤进行听觉紧张度识别模型研究。通过三种不同的音程协和性划分规则的对比实验，基于费希尔判别法运用SPSS软件对实验结果进行数据分析，通过回代数据的判对率筛选出较为科学的规则，以此估算未知音乐的听觉紧张程度。 本文的主要创新性工作在于：提出基于音程统计法的听觉紧张度分类算法，构建出基于音乐联觉的听觉紧张度识别模型：解析出纯一度的听觉紧张度对应关系，改进了文森特音程协和性算法，使音乐紧张度识别模型的判对率得到提高。