A maior parte da investigação no domínio do reconhecimento de emoções na fala centra-se na classificação de emoções discretas, quer a partir de características acústicas, quer a partir de características de texto. Esta tese demonstra que a representação dimensional das emoções também é muito valiosa e mostra as suas vantagens em relação às emoções categóricas. A tese propõe dois sistemas diferentes que utilizam características bimodais (texto e acústica) para reconhecer emoções discretas e dimensionais. Um sistema sequencial que efectua primeiro a regressão dimensional e depois a classificação e um sistema paralelo que efectua a classificação e a regressão ao mesmo tempo. Utilizando o Coeficiente de Correlação de Concordância (CCC) para avaliação, descobre-se que a arquitetura desenvolvida pela tese para a regressão dimensional supera em todas as dimensões (valência, excitação, dominância) o modelo de regressão introduzido em investigação anterior na instituição de Cambridge. Além disso, a tese prova que o sistema sequencial supera o sistema paralelo no reconhecimento de emoçõesdiscretas (precisão de classificação) e dimensionais (CCC).