Stres pada mahasiswa memengaruhi performa akademik dan psikologis, sehingga memerlukan deteksi dini. Namun, metode kuesioner konvensional dinilai kurang praktis, subjektif, dan rentan bias. Oleh karena itu, penelitian ini mengusulkan sistem deteksi stres otomatis, objektif, dan non-invasif berbasis Speech Emotion Recognition (SER) dengan arsitektur Deep Learning. Sistem dirancang mengekstrak fitur akustik hibrida 41-dimensi yang mengintegrasikan parameter spektral (13 MFCC, Delta, Delta-Delta) untuk menangkap karakteristik vokal, serta parameter prosodik (Pitch algoritma YIN, RMS Energy) untuk intonasi dan volume. Fitur disinkronkan ke dalam matriks (250, 41) untuk diproses oleh model Stacked LSTM. Hasil eksperimen menunjukkan model mencapai konvergensi optimal pada Epoch 49, dengan akurasi pelatihan 82,28% dan pengujian 68,85%. Implementasi model pada aplikasi GUI desktop terbukti sangat responsif dengan rata-rata waktu komputasi di bawah 0,2 detik. Pendekatan analisis bio-akustik suara wicara ini membuktikan bahwa model Stacked LSTM berpotensi besar menjadi instrumen penapisan dini (early screening) kesehatan mental mahasiswa secara real-time.