问题描述
我创建了一个预测语音命令的CNN。我现在正在记录口头命令的各个实例，提取MFCC，并使用model.predict（）对其进行分类。
y,sr = librosa.load('audio.wav')
samples = librosa.resample(y,sr,8000)
S = librosa.feature.melspectrogram(y=samples,sr=8000,n_mels=26,fmax=4000)
mels = librosa.feature.mfcc(y=samples,S=librosa.power_to_db(S))
但是，当我使用以下命令时，出现尺寸不匹配错误（预期为4，收到2）：
model.predict(mels)
，并且当我按照某些建议使用model.predict(np.array[mels])时，它给出了相同的错误（预期为4，接收为3）。由于我使用二维MFCC训练原始模型，因此我不确定为什么它不能基于二维数组进行预测。
解决方法
我意识到Keras在预测时和训练时需要相同的批次大小。一个答案是使用先前的权重构建一个新模型，然后使用该模型预测batch_size = 1。答案链接了here。