إن تمييز مشاعر الكلام (SER) يُعدّ أمرًا بالغ الأهمية في التفاعل بين الإنسان والحاسوب (HCI)، حيث يوفر فهمًا أعمق للسياق، ويؤدي إلى تحسين التفاعل. في السنوات الأخيرة، تم تطوير العديد من خوارزميات التعلم الآلي والتعلم العميق (DL) بهدف تحسين تقنيات تمييز مشاعر الكلام. ويعتمد تمييز المشاعر المنطوقة على نوع التعبير، الذي يختلف بين اللغات المختلفة. في هذا البحث، وبهدف دراسة عوامل مهمة في اللغة الفارسية بشكل أعمق، نُجري تحليلًا مقارنًا لتقنيات التعلم العميق المختلفة على مجموعة بيانات فارسية/فارسية تُدعى "قاعدة بيانات الكلام العاطفي شريف" (ShEMO)، التي أُطلقت في عام 2018. وباستخدام ميزات الإشارة في الوصفات منخفضة المستوى وعالية المستوى، بالإضافة إلى شبكات عصبية عميقة وتقنيات تعلم آلي مختلفة، تم تحقيق دقة غير موزونة (UA) بلغت 65.20%، ودقة موزونة (WA) بلغت 78.29%.