本发明提出一种针对语音中的较为模糊情感的识别方法，主要解决现有技术中大多数语音数据为模糊数据，情感识别准确率低及人工注释标签成本较高的问题。其实现方案是：1)通过少量具有精确标签的数据对五个分类器进行初次训练得到五个模型，并用这五个模型为模糊数据构造一个模糊标签；2)用具有模糊标签的数据二次训练五个模型，得到的训练好的五个情感分类模型；3)将少量无标签数据放入训练好的五个模型进行语音情感识别，得到对愤怒、高兴、平静、恐慌和悲伤这五种情感分类判别的准确率；4)选择准确率最高的结果作为数据标签为情感分类结果。本发明提高了模糊数据处理能力，识别准确率高，成本低，可用于健康检索、信息安全及机器人。