Pybrain中的单词分类：输入向量中不同数量的序列

Question

我正在尝试使用PyBrain实现一个简单的单位数分类器。我有许多记录的数字0到9的数据的训练数据，并编写了一个脚本来为每个例子提取MFCC。为了简单起见（现在），我只计算13个系数，并且每隔10ms对音频文件进行一次采样。由于每个记录的训练示例具有不同的持续时间，因此所有“0”的集合的样本数量例如根据音频的长度而改变。因此，对于一些“零”的例子，我有一个形状（67,13）的MFCC训练矢量，而对于其他人，它可能是（44,13）。

问题在于，在PyBrain中创建数据集时，输入向量的维度必须是统一的，并且应包含与列相同的行数。

是否有某种方法可以定义数据集，以便输入向量具有一定数量的列（13个MFCC）但行数可变（取决于从信号中取出的样本数量）？或者我完全错了吗？

我已经在线搜索和搜索Stack Overflow，但无法得出答案。我可以在教程中遵循并实现Pybrain示例。

Answer 1

D'哦。显然，我需要使用特定数字的所有向量来估计多维概率密度函数。