为了提高情感可视化的鲁棒性,该文提出了一种面向语音与面部表情信号的情感可视化方法。首先对获取的情感信号进行特征提取,并将其作为神经网络的输入,神经网络的输出即为相应的图案信息,然后通过图像生成模块生成可视化图像,实现对中性、高兴、愤怒、惊奇、悲伤和恐惧六种人类基本情感的可视化。该方法通过组合不同模式的情感特征进入一幅图像中,为人们创造了情感的可读模式,可以直观地展示情感的分类结果。仿真实验结果表明,仅通过语音信号进行可视化的平均正确率是78.0%,而通过该文方法的平均正确率是91.8%,具有良好的鲁棒性和易懂性。