人类的交流离不开语言，在人类语言传递中，不仅有文字符号本身的信息，还包括了丰富的情感状态和内容。对语音情感信息的识别，在信号处理和人工智能领域中都有着重要意义。在当前的教学环境下，尤其是当E-learning[1]和M-Learning[2]的学习方式日益普及，由于通过网络等环境进行授课，教师和学生并不在一个时间和空间范围内，因此容易造成双方缺少感情交流。因此，通过将语音情感识别应用到该学习环境中，教师就可以实时地得到学生情感的反馈信息，并且将其作为教学反馈中的一种方式来提高教学质量。本文研究并开发了基于移动终端的语音情感识别系统，可以实时分析说话者的语音信号，识别记录其当前的情感状态，并在后期对其情感状态的数据进行统计分析。由于目前语音情感识别技术还处于研究阶段，尚没有比较通用的语音情感特征参数提取算法。本文通过相关研究和实验，改进了现有的情感特征提取算法，并且利用支持向量机的机器学习方法，训练提取出识别率较高的语音情感识别模板，并应用在进行实时的情感检测识别中。由于移动设备的性能具有局限性，我们将计算量较大的模型训练和机器识别放在PC端，从而降低计算时间，提高效率。移动设备中的语音情感识别系统即可直接利用在PC端训练获得的训练模板进行语音识别，从而也提高了实时的运行效率。此外，本文利用该系统进行语音情感的采集，同时结合采集时间内的各项事件活动来统计分析情感数据，验证情感变化。