引言 声音情绪识别（Speech Emotion Recognition, SER）作为人机交互领域的重要分支，旨在通过分析语音信号中的情感特征，实现情绪状态的自动分类（如快乐、悲伤、愤怒等）。传统方法多依赖手工特征提取（如MFCC、……
