传统的人机交互方式无法理解人类情感,而智能化人性化的人机交互可以提高用户的体验度和舒适度。语音作为人类日常生活中最重要的交流方式之一,其中蕴含着丰富的情感信息,目前研究人员在语音情感识别方面已经取得了很多成果,但是在语音情感识别的识别率方面仍有较大提升空间。本文的研究主要围绕提高语音情感识别的识别率展开,主要工作包括以下两个方面:1、提出一种结合SVM-RFE和多层感知器MLP的语音情感识别模型——SVM-RFE-MLP模型。针对提取高维语音情感特征时易造成“维度灾难”,从而使得语音情感识别性能下降的问题,提出基于SVM-RFE算法对语音情感特征进行评级排序,再使用MLP对前N维评级特征进行分类识别,选择识别性能最高的特征子集做为最优特征子集。实验结果表明本文提出的模型实现了特征降维的同时,提高了语音情感识别的识别率。2、提出基于语谱图特征的语音情感识别方法。利用语谱图中包含语音信息的特点,提出一种基于语谱图LBP纹理统计特征的语音情感识别方法。该方法通过对语谱图进行区域分割,提取各个区域的LBP纹理统计特征,然后对各个区域的纹理统计特征进行级联,将最终得到的语谱图纹理统计特征进行语音情感识别。通过实验表明,语谱图纹理统计特征对语音情感的识别性能优于常用的短时能量、基频、短时过零率、谐波噪声比等声学特征,且语谱图纹理统计特征和声学特征的融合能够有效提升语音情感识别的识别率。