El reconocimiento de emociones en la conversación (ERC) está recibiendo cada vez más atención, a medida que las interacciones entre humanos y máquinas aumentan en una variedad de servicios como chat-bot y asistentes virtuales. Dado que las expresiones emocionales dentro de una conversación pueden depender en gran medida de la información contextual de los interlocutores participantes, es importante capturar la auto-dependencia y la dinámica entre interlocutores. En este estudio, proponemos un nuevo modelo pre-entrenado, SAPBERT, que aprende a identificar a los interlocutores en una conversación para capturar los contextos dependientes del hablante y abordar la tarea de ERC. SAPBERT se pre-entrena con tres objetivos de entrenamiento que incluyen Clasificación de Hablantes (SC), Regresión de Enmascaramiento de Enunciados (MUR) y Generación del Último Enunciado (LUG). Investigamos si nuestro modelo pre-entrenado consciente del hablante puede ser aprovechado para capturar contextos dependientes del hablante para tareas de ERC. Los experimentos muestran que nuestro enfoque propuesto supera a los modelos de referencia al demostrar la eficacia y validez de nuestro método.