用于分类的堆栈音频帧

问题描述

我有音频文件，我提取了 mfcc 特征，最终得到了大小为 3082092 帧 x 30 mfcc 的训练数据集：'product_id'。
堆叠 10 帧以提供给 DNN 的最佳方法是什么？
目前，我正在这样做，但我不确定这是否正确。
torch.Size([3082092,31])

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）