一种基于自注意力机制融合的多模态情感识别方法、系统、设备及介质,方法包括:数据预处理;特征提取;特征融合;训练模型;任务迁移;系统、设备及介质:用于实现一种基于自注意力机制融合的多模态情感识别方法;本发明通过对比学习的方法来微调预训练模型,从而获得模态之间的相关性信息,并以自注意力机制进行特征融合,同时设计了三种不同的迁移函数,以此来适配不同的下游任务,在提升模型准确度的同时,提高了算法的迁移性和鲁棒性,使得模型的应用范围更广。