本书主要介绍面向人机交互场景的多模态情感识别相关研究。首先梳理研究背景，阐述情感计算、多模态融合等相关理论基础；继而系统讲解语音、文本、人脸表情单模态情感特征提取思路与实现方法；重点探讨语音情感识别模型以及多模态融合识别的核心算法与优化策略；深入剖析该技术在各类智能交互系统中的落地应用案例；最后总结当前技术瓶颈，对本领域现存挑战与未来发展趋势进行展望。