基于循环最大期望修正算法的与文本无关话者识别研究

话者识别中目标模型的最大期望算法存在着出现奇异阵的重大缺陷,而最大似然估计虽然不会出现奇异阵,但识别率比较低。提出了一种循环最大期望修正算法,采用最大似然估计所得模型为初始模型,然后用最大期望算法中每步的模型,通过α值控制修正比例对其进行修正。实验结果表明,该修正算法较好地克服了奇异阵的出现,同时提高了识别率。