随着信息技术的高速发展,人类对计算机的依赖性不断增强,因此,人机的交互能力越来越受到研究者的重视。语音是众多信息载体中具有最大信息容量的信号,具有最高的智能水平。当今语音信号处理研究的热点,已从传统的只着眼于词汇传达的准确性,到了研究语音信号的情感表达。因此,本文从情感语音的特征级出发,对LPC(线性预测)系数的情感建模进行了研究。本文针对当前缺乏语音情感特征的发声模型方面的专门研究的现状,通过探索情感特征与LPC系数之间的映射关系,提出建立LPC系数的情感模型的新方案。本文在中科院情感语音库的基础上分别建立高兴、愤怒、悲伤及中性四种情感数据库；研究情感语音的音质特征参数,得到上述四种情感的共振峰统计规律；重点设计并实现基于高斯混合(GMM)模型的情感LPC系数的建模方案,通过采用不同情感语音的LPC特征矢量,结合动态时间规整技术(DTW)、期望最大化算法(EM)和最小均方误差准则(MMSE),对模型进行训练和参数估计,最终获得高兴、愤怒、悲伤三种情感对中性语音的LPC系数映射规则函数,完成对情感LPC参数的建模。并设计实验测试方案,采用板仓-斋田准则(IS)对通过映射函数得到的LPC系数和标准中性语音的LPC系数进行谱失真测度的计算,仿真实验结果表明,建立的情感模型有效的表征了不同情感对LPC系数的影响。本文提出的基于高斯混合模型的情感LPC参数的声学建模方法,是情感语音信号处理领域的一个新的研究方法,为情感给语音合成、识别等带来的影响研究提供了新的思路和解决方案。