情感识别是人机交互中的重要研究课题，对于提高计算智能化和人性化有着重要的现实意义。语音情感识别是情感识别的重要组成部分，它主要关注如何从语音中更有效地识别出情感信息。在语音情感识别方面，国内外研究人员在预处理、特征提取、特征融合、识别模型等各个领域开展了广泛而深入的研究，取得了许多研究成果。　　 当前，语音情感识别研究大多是基于理想无噪声环境的。虽然其算法在这些环境下能获得较高的识别率，但在噪声环境下识别率就会急剧下降，这主要是由于训练和测试环境的不匹配引起的。因此，语音情感识别中的噪音信号处理是语音情感识别研究的一个重要研究领域。　　 本文的研究工作主要集中在语音情感识别中的预处理阶段，主要包括以下三部分的工作：　　 (1)本文在分析了各种减谱法之后，结合谱熵的特点，提出了一种基于谱熵噪声估计的减谱法。该方法首先选取谱熵最大的一帧做为噪声帧，然后在后续帧中进行噪声帧更新，同时在各帧减去对应的噪声帧，从而达到去噪目的。实验结果显示，与其它方法相比，本文提出的算法对信噪比和识别率两方面都有所提高。　　 (2)由于去噪后的语音中仍有剩余噪声，为了能从中选取尽可能多的、更可靠的帧用于特征提取，本文定义了帧有效度用于衡量帧对于特征提取的准确性和有效性；然后在此基础上提出了一种基于帧有效度的动态帧提取算法。实验结果显示，该方法可以提高语音识别系统的识别率。　　 (3)本文融合上面提出的算法，设计了一个语音情感识别噪音信号处理仿真实验系统。该系统是一个集噪声模拟、噪声去除、特征提取、模型处理多种功能于一体的综合实验平台。系统中还集成了多种去噪算法以方便比较，可以实现对语音库进行各类噪声的批量实验处理和验证。