本研究探讨了深度学习技术在语音情绪识别中的应用，提供了一个综合的解决方案，通过将说话人分离流程与基于卷积神经网络构建的情绪识别模型相结合，实现了更高的准确性。该模型经过五个语音情绪数据集的训练，使用了多种特征提取方法，能够以63%的准确率识别语音信号中的情绪状态，展示了出色的效率。