本文研究了一种基于面部表情的情感识别无监督学习方法，通过跨模态蒸馏将面部表情信息传递至语音情感识别。同时，探讨了语音匿名化技术，提出V-Cloak系统以实现实时语音匿名化，保持音频质量并防止身份推断。研究旨在保护语音隐私，并分析情感识别中的隐私泄露问题。