教师情感作为教师专业发展的基础,深刻影响着教师的自我认知、课堂教学效果和学生学习效果,语音情感识别是实现和谐自然人机交互的重要途径。本文将语音情感识别应用到传统课堂,分析教师的话语情绪,及时帮助教师调整课堂状态,促进教师专业发展。本文针对离散情感语料库包含的情感种类单一,无法满足人们对复杂情感的需求,与传统课堂环境不相匹配这一问题,主要在维度情感语料库上进行特征提取、特征选择、特征融合、情感识别等工作,最终得到教师情感愉悦度变化曲线,给教师提供参考。本文的主要工作和创新点如下:首先,采用opensmile不同特征集提取CASIA离散语料库和TAL维度语料库情感特征,使用传统机器学习方法进行识别,与传统方法提取的5类特征对比,实验结果说明了 opensmile提取情感特征的有效性。其次,针对TAL维度语料库,使用opensmile不同特征集提取了全局特征和时序特征,并提出了一种基于全连接网络(FC)和一维卷积神经网络(1D-CNN)分别对两类特征进行选择的方法,实验结果表明,特征集IS10+IS13的组合全局特征效果较好,特征集IS10lld+IS13lld的组合时序特征效果较好。再次,针对全局特征和时序特征,提出了一种基于相关神经网络(CorrNet)融合特征的方法,以减少全局特征和时序特征之间的相关性,实验结果表明,采用基于CorrNet的融合特征,可以得到更好的预测效果。最后,在上述研究的基础上设计了一套适用于传统课堂环境中分析教师话语情感的具体模型,通过小样本测试,表明了该模型可有效分析课堂教师的话语情感。