语音情感识别技术是人工智能的重要学科分支,通常被认为是实现人机智能交互的重要方式之一,在智能对话系统、舆情监测、服务机器人等领域有着广泛的应用。近年来,随着深度学习技术的快速发展,将深度学习技术应用于语音情感识别技术是当前热门且有效的研究领域,尤其是深度学习中的卷积神经网络(Convolution Neural Network,CNN)迅速成为语音情感识别模型的研究重点之一。但是CNN模型仍然存在一些问题值得重点研究。首先,采用CNN作为识别模型的研究中通常采用语谱图作为输入特征,但是语谱图存在细节特征不明显的问题,从而导致识别率不高;其次,CNN模型会随着卷积层的加深出现特征丢失的问题,这是制约识别率进一步提高的关键。针对这些问题,本文展开了如下研究和实验。首先,针对语谱图的细节特征不明显的问题,本文设计了一种基于Log-Gabor和改进局部二值模式(Local Binary Pattern,LBP)语谱图纹理特征提取算法,此算法先采用Log-Gabor对语谱图进行五个尺度、八个方向的细节信息放大,再用改进的LBP纹理特征提取算法对每个方向和尺度的语谱图提取纹理特征,最后将提取的纹理特征重构作为最终的特征。同时,本文还将提取的特征与梅尔倒谱系数(Mel Frequency Cepstral Coefficient,MFCC)、线性预测倒谱系数(Linear Predictive Cepstral Coefficient,LPCC)进行了对比,实验结果证明此方法能有效提高情感识别率。其次,针对CNN模型在加深卷积层时出现特征丢失的问题,本文设计了多级残差卷积神经网络,此网络采用可以跨越多级卷积层的残差结构对丢失的特征进行弥补,通过弥补的原始特征信息来提升网络性能,从而提高识别率。实验结果表明,本文提出的模型在Emo DB数据集和CASIA数据集上的识别率、收敛速度、分类精度优于参考文献中的方法。最后,本文开发了基于Jetson Nano的上位机和智能服务机器人的语音情感识别系统,并将本文提出的基于Log-Gabor和改进LBP语谱图特征算法和多级残差卷积神经网络的应用到系统中。实验结果证明了本文算法的优越性和语音情感识别系统的实用性。