人格特征在人际交往、职业规划等方面占据重要地位。当前互联网、移动背景下人格预测的方法普遍基于文字答卷或手写文字形式,这种方式存在预测步骤冗长耗时量大、效果易受主观因素影响、测定数据难以获取等不足。为解决这一问题,很多研究者对基于语音特征的自动人格识别、感知进行了研究并取得了一定的成果,但是这些研究主要集中在英语、法语、德语等西方语种。由于汉语和其他语言在发音及声学特征中的不同,中国人性格也和西方人有所差别,针对现阶段汉语语音人格预测中语料库的缺乏、评分分类模型精确度低、分析的特征种类偏少等不足,本论文主要完成以下工作:(1)汉语语音语料库的建立。采集78个中国人的1936段干净语音片段和“大五”人格量表为初始数据,提取音高、音强、前三个共振峰以及语音时间和非语音时间等韵律特征值,并得到它们的最大、最小、平均值和标准差等统计特征,以这些统计特征值和“大五”人格量表得分来构建实验所需的汉语语音人格识别语料库。(2)汉语语音人格识别模型研究。实验结果表明:第三共振峰在人格识别上的效果与传统所用的第一、第二共振峰效果相当,并无明显的区别;在人格识别模型中以音高、音强、前三个共振峰和说话速率组合作为分类参数时能达到较好的识别准确率;在人格识别建模中,根据性别分别建立男、女两个模型得到的分类准确率将会比构建男女混合模型得到的分类准确率高6%左右。(3)设计完成人格识别原型系统。利用前面得到的人格识别模型,完成基于汉语语音韵律特征的人格识别系统原型设计。该原型系统操作简单,并可在移互联网、移动环境下应用推广,进而准确、高效的为用户提供进一步社交服务。