随着计算机科学的发展,语音信号处理被广泛应用于社会的各个方面。目前语音处理领域中的语音情感识别技术已经变成了人机交互系统的关键。为了让人机交互更加的便捷和人性化,研究人员们开始对语音的情感信号着手进行研究。智能人机交互系统通过对操作者的情感进行分析,可以更为主动、更为准确地去实现操作人员的要求,而且可以及时的去调节对话的形式,使得交流更加智能化。本文的主要工作如下:(1)针对语音情感特征参数进行了优化。将梅尔频率倒谱系数优化整合,并与韵律特征、音质特征联合作为语音情感识别的特征参数。实验结果表明,由MFCC、I-MFCC和Mid-MFCC混合得到新的MFCC系数在整个频率段上的识别能力有明显提升。(2)提出了基于F-MFCC参数的语音情感识别算法。利用Fisher比准则对MFCC及其衍生参数I-MFCC、Mid-MFCC进行组合生成F-MFCC,将生成的F-MFCC与其他特征参数进行混合后,通过利用不同的基于谱的特征参数进行语音情感识别。实验结果表明,以F-MFCC作为特征参数能够进一步提升识别模型的识别率,且在一定程度上降低了特征参数的维度。(3)提出了基于新的决策模型的语音情感识别方法。将BP神经网络、支持向量机和K近邻算法各自得到的识别结果通过一个投票器,将投票器的输出作为识别结果。实验结果表明,新的决策模型能够减少语音误判的概率,使得最终的语音情感的平均识别率得到进一步提高。