El projecte té com a objectiu dissenyar un programa que permeti detectar les emocions en la veu i analitzar l'estat d'ànim d'una persona, diferenciant l'alegria de la neutralitat. Per aconseguir-ho s'han estudiat tant les característiques de la veu com els diversos mètodes que permeten enregistrar el so i el processament de senyals, i els softwares existents de reconeixement d'emocions en la veu, el seu funcionament i les utilitats que se'ls hi dóna. El programa desenvolupat s'ha basat en la intel·ligència artificial, concretament en Machine Learning (aprenentatge automàtic). S'ha creat un model que pot aprendre per sí mateix, mitjançant l'aprenentatge supervisat, com distingir les emocions en la veu (alegria i neutralitat) de forma clarament diferenciada en una escala, sense que sigui necessari especificar regles fixes, i que permet poder donar valors intermedis; és a dir, dóna un resultat absolut i un de probabilitat. L’anàlisi de veu s'ha fet a partir de la lectura d'un text fonèticament equilibrat. Inicialment s'ha analitzat un total de 125 mostres, de les quals s'ha extret 193 característiques de cadascuna. L'eficiència del model ha estat del 94.7%. Un cop avaluat el sistema dissenyat, s'ha procedit a optimitzar-lo. En el model final s'han processat 142 mostres, amb una eficiència del 89.5%. En resum, s'ha obtingut un model força eficaç tenint en compte el reduït nombre de mostres emprat.