随着信息技术的发展,对人机交互能力的要求不断提高,语音信号中的情感信息近年来正越来越受到人们的重视,特别是在语音合成和语音识别领域。从信号处理的观点来看,语音信号不仅包括了文字信息,还包括了说话人的语调和情感信息。情感可被分为两类:主要(原始)情感和次要(派生)情感。主要情感包括害怕、愤怒、高兴、悲伤和厌恶,是所有社会化的哺乳动物共有的,有其特殊的表现形式。次要情感包括自豪、感激、悲痛、亲切和惊奇,是主要情感的变化或组合形式,其中一些是人类特有的。语音信号的情感识别也可以看成一个模式识别问题。本文介绍了基于SVM的汉语语音情感识别。通过对国内外相关研究的了解并结合自己的试验,将情感类型划分为高兴、愤怒、惊奇和悲伤四类,并遵循相应的原则,采用剪辑法和录音法分别建立了Speaker-Independent和Speaker-Dependent两个小规模的汉语语音情感数据库;然后从语音信号中提取了能量、基频和语速等相关的特征参数。并且,在此数据库的基础上对这些情感声学特征参数作了统计分析,分别从基频、能量和语速特性描述了人类四大主要情感之间的不同特点。对于包含四种情感的语音情感的确认任务来说,一共需要训练4个二元分类器,分别对应四种情感(高兴、愤怒、惊奇、悲伤)的支持向量,训练集中的每类情感数据对应的支持向量经训练后被确定为相应的情感类,其它非本类的情感则被标上否定标志,分别识别了Speaker-Independent及Speaker-Dependent汉语语音情感数据库,给出了识别结果和实验分析。最后讨论了该领域存在的一些问题和今后需要进一步研究的课题。