تحليل المشاعر وكشف المشاعر في المحادثات يُعدّ عنصراً أساسياً في العديد من التطبيقات الواقعية، مع التوسع المتزايد في عدد الوسائط المتاحة، مما يُسهم في فهم أعمق للمشاعر الكامنة وراء التفاعل. يمكن أن يكون كشف المشاعر والتحليل العاطفي متعدد الوسائط مفيداً بشكل خاص، لأن التطبيقات ستكون قادرة على استخدام مجموعات جزئية من الوسائط المتاحة وفقاً للبيانات المتاحة. ومع ذلك، تفشل الأنظمة الحالية التي تعالج الوظائف متعددة الوسائط في استغلال أو التقاط السياق المحادثات عبر جميع الوسائط، والاعتماد المتبادل بين حالات المشاعر بين المستمع(ين) والمحادث، فضلاً عن العلاقة والملاءمة بين الوسائط المتاحة. في هذا البحث، نقترح بنية متسلسلة من نوع RNN تُنفَّذ من البداية إلى النهاية، وتسعى إلى أخذ جميع العيوب المذكورة بعين الاعتبار. في الوقت الحالي، يتفوّق النموذج المقترح على أحدث الأداء في مجموعة بيانات معيارية، من حيث مجموعة متنوعة من مقاييس الدقة والانحدار.