做了情感方面的研究, 他们利用语音的重音或声调来识别说话人的各种情感[ 1 1 ] 。以色列的 Nemesysco 公司提出使用分层声音分析技术[12] ,这种技术可以实时捕捉语音信号,从而能很好的检测说话人的情感状态, 在很多领域为客户提供满意的解决方案。国际上现在已经有组织在做关于语音识别方面的基础工作, 如 COCOSDA ( International Committee for the Coordination and Standardization of Speech Database and Assessment Techniques) ,它的目标是在语音研究中加强交流和合作并且可以一起制定语音方面的各种标准。他的大部分工作是建立用于语音识别和合成研究的语料库,技术领域则进行包含语音识别、合成、口语对话方面的研究等。目前此组织也已正在进行构建情感语音库方面的工作。清华大学的人机交互实验室也在进行普通话的语音情感识别方面的研究[13] 。他们利用语音特征的可分性特点和分类实验,研究了普通话语音情感识别中韵律特征的作用,特征的可分特性由其研究的语音类间离散度和类内离散度的比值来度量。东南大学在国内率先开展了普通话语音情感识别的研究,并且提出了采用主元分析方法(PCA) 来对建立语音情感模型[14] ,将情感语音的基频特征和全局声学特征和组合在一起共同组成识别特征向量来对语音情感进行识。模式识别国家重点实验室则以权衰减型神经网络和分类回归树为语音模型[15] ,对语音特征重要性进行分析并开展情感识别实验,实验中发现了声学特征对情感状态的影响,此实验对普通话的语音情感研究具有较大的参考价值。台湾大同大学也进行了语音情感识别的相关研究[ 1 6 ] ,特别是普通话的情感研究。他们建立了普通话情感语音数据库,并且选取 参数、 参数等多维的语音参数并