感情認識AIは、対話システムを含む人間とコンピュータのインタラクションにおいて、非常に重要な要素である。音声の感情認識は、音声の感情内容を予測し、いくつかのラベル（幸せ、悲しい、中立、怒り）のうちの1つに従って音声を分類することといえます。そして感情分類器の性能を向上させるために、様々な学習方法が適用されてきました。このような学習方式は、ローカルデバイスから低コストでデータを取得でき、かつユーザのプライバシーが重要であるため、ネットワークアーキテクチャとして連合学習が適切な選択であると考えられます。本プロジェクトでは、感情認識アプリケーションのための先進的な連合学習フレームワークを提案する。また、ユーザごとに音声パターンや感情状態が異なるため、ローカルに生成されるデータは非IID性が高くなります。この問題に対処するため、各ユーザーに特化したローカルモデルを維持できる連合学習を行います。