Luận văn tập trung nghiên cứu phương pháp biến đổi cảm xúc người nói trong tín hiệu tiếng nói dựa trên kỹ thuật phân rã tiếng nói theo thời gian. Mục tiêu chính là phát triển một hệ thống có khả năng chuyển đổi trạng thái cảm xúc của giọng nói đầu vào (ví dụ: từ trung tính sang vui, buồn hoặc tức giận) mà vẫn giữ nguyên nội dung ngữ nghĩa và đặc điểm nhận dạng của người nói. Nghiên cứu đề xuất sử dụng phương pháp phân rã để tách biệt các thành phần biểu diễn nội dung, đặc trưng người nói và thông tin cảm xúc từ tiếng nói gốc. Sau đó, một mô hình học sâu được huấn luyện để điều chỉnh thành phần cảm xúc theo mong muốn, đồng thời tái tổng hợp tín hiệu tiếng nói mới. Kết quả thực nghiệm trên các tập dữ liệu tiếng Việt cho thấy phương pháp đạt hiệu quả cao trong việc tạo ra giọng nói mang cảm xúc mục tiêu một cách tự nhiên, với độ chính xác nhận dạng cảm xúc cao và chất lượng âm thanh được cải thiện so với các phương pháp truyền thống.