语音情感识别是新型人机交互技术的研究热点之一,在人工智能方面有着较广泛的应用前景,语音情感识别包括情感语音库的建立、语音情感特征提取及语音情感识别分类器等。本文的主要工作是建立了情感语音库,使用支持向量机对情感语音的LPCC、LPMCC、MFCC和ZCPA特征进行识别和比较,并将MFCC的改进特征ΔMFCC和MFCC_TEO应用到语音情感识别中,同时对语音库语种的组成对语音情感识别的影响进行了研究。本文首先对情感语音库的建立进行了简单描述,建立了包含高兴、生气和中性三种情感的情感语音库,并进行主观辨听实验对情感语音库进行有效性选择,最终得到890句情感语音。论文中对LPCC、LPMCC、MFCC和ZCPA等特征参数进行了介绍和比较,对情感语音提取这四种特征参数进行语音情感识别实验,并对实验结果进行分析和比较。实验结果表明,以上四种特征的情感识别率均能达到80%以上。论文中还将MFCC特征的动态参数与静态参数相结合,并运用TEO能量算子对MFCC特征进行非线性变换,使用ΔMFCC和MFCC_TEO特征进行语音情感识别实验。实验结果表明,改进的MFCC特征较MFCC的情感识别率均有提高。接着论文中将情感语音库分为英文语音库、中文语音库和中英文语音库,并提取LPCC、LPMCC、MFCC三种特征进行语音情感识别实验,研究语音库语种的组成对语音情感识别的影响。实验结果表明,不同语种组成的情感语音库的识别率是有差别的,其中,由单一语种组成的情感语音库的情感识别率要高于两种语种混合的情感语音库的识别率,汉语语音库的情感识别率要略低于英语语音库的情感识别率。