情感在人类感知、决策等过程中扮演着重要的角色。长期以来情感智能的研究只存在于心理学和认知科学领域,随着信息技术的发展,对人机交互能力的要求不断提高,情感信息处理已成为提高人机交互能力的一个重要课题。语音是人类交流的重要手段,是相互传递信息最方便、最基本和最直接的途径,它和面部表情一样,都蕴含着丰富的情感信息。情感识别的目的就是要将这些蕴含在语音中的情感信息给分辨出来,而要想识别这些情感,必须要对情感进行分类,为此,本文将情感分为生活中常见的高兴、愤怒、惊奇、悲伤、恐惧和平静六种进行研究。文中以自行录制的方法建立了一个小容量的普通话语音情感数据库,以此作为本文研究的对象。在进行情感分析和识别之前,先对语音信号进行了数字化和分帧处理,使其变为短时平稳的数字信号,以方便使用计算机进行处理;针对现有端点检测方法的不足,本文提出了一种基于改进能零法的连续语音端点检测算法,实验结果表明该算法具有良好的检测效果。在情感特征选择上,文中通过对情感语音的时间特性、振幅特性、基频特性和共振峰特性的分析,选择了短时能量、基频变化率、最大振幅、短时平均过零率、基频平均值、第一、二、三共振峰频率八个参数作为特征参数。给出了基于自相关法的基频计算方法和基于线性预测法的共振峰计算方法。通过贡献分析法确定各个参数的情感贡献度,建立起情感识别模板,然后使用加权欧氏距离来完成语音情感的识别。利用DSP实验系统进行情感识别实验,实验结果表明每一种情感的识别率都在60%以上。