本篇硕士论文介绍了语音信号中情感信息的分析和处理。语音信号处理作为一个研究领域,已有几十年的历史。传统的研究仅着眼于语音信号传达的准确性,而忽略了其中所包含的情感信息。本文针对汉语普通话发音中包含的情感特征信息进行了提取和分析处理,此项研究和相关实验方法还未见之于国内的文献,再加上汉语语音的独特性,所以本文中提出的一些方法和实验数据仅是初步的结果。首先将情感类型大致划分为欢喜、愤怒、惊奇和悲伤四种。然后请擅长表演的话者对设计好的文本施加各种情感发音若干遍。为了建立有效的情感语音库便于后续处理,对这些发音逐句进行了有意性检定并进行了增删。我们分析了和韵律特征相关的参数变化情况,还选择了非韵律特征参数(如共振峰)的变化情况。为了比较情感发音相对于平静发音在特征参数上的变化,我们选择了涉及时长、基音周期、振幅和共振峰等四个方面共九个参数进行了对比实验研究,使用了如峰值检出法等一些成熟算法得出了具体的数量变化和比值直方图。不同情感语音的识别研究是本文的重点。在基于非时间序列特征的情感语音识别中,我们在主元分析法的基础上,使用大量数据形成了不同情感语音的模板,然后提出了三种方法对含情感的语音进行了判别实验。实验结果表明,三种方法的识别率均达到了80%以上。我们还进行了基于时间序列特征方面情感语音识别的研究,提出了基于MQDF和基于MMD的情感特征识别方法。经过对情感测试语句识别实验结果表明,使用该识别方法获得了较好的识别效果。