我们提出EmoBERTa：一种基于RoBERTa的说话人感知对话情感识别方法，这是一种简洁而富有表现力的解决对话情感识别（ERC）任务的方案。通过在对话话语前简单地添加说话人姓名，并在对话轮次之间插入分隔标记，EmoBERTa能够以端到端的方式学习说话人内部及跨说话人状态与上下文信息，从而预测当前说话人的情感。实验结果表明，我们采用一种基础且直接的方法，在两个主流的ERC数据集上均达到了新的最先进水平。相关代码与模型已开源，地址为：https://github.com/tae898/erc。