自然人机交互作为一种日益受到重视的新的交互方式具有重要的理论意义和实用价值,而实现自然人机交互的关键在于计算机“情感计算”的能力。语音是交流方式中最直接最基本的方式,因此语音信号中的情感信息受到了研究人员的重视,特别是语音情感识别和语音情感合成方面。在语音情感识别的研究中,提高识别率主要有两个研究方向,一是改进语音特征的提取方式或者选取方式；二是改进分类方法或者选取更适合的分类方法。本论文对语音情感识别整体流程进行了介绍,重点研究了语音情感特征的提取方法以及基于支持向量机的语音情感识别。主要内容如下：1.语音信号的前端处理。对语音信号进行了预加重,加窗和端点检测处理。重点比较和分析了加窗方式的不同所带来的不同实验结果,为后期实验的选择做准备。2.语音信号情感特征参数的提取。比较了各类情感特征的选择,重点比较了基音提取方法和共振峰提取方法,改进提取方法后通过实验证明得到了较好的效果。3.分类方法的研究。本文主要研究了支持向量机的分类方法,分析了它的构造结构,原理及特点,然后对SVM参数优化的方法进行了研究。最后通过实验证明了SVM方法在语音情感识别上的有效性。