Ausculations的声音分类

Question

我一直在收集数字听诊器的音频波形，并试图将声音分类为正常或功能失调，以便进行概念验证。我正在使用一个小数据集。目前N = 30。我真的很想找到一种快速证明概念的方法。与普通音乐不同，每个正常声音可能会因患者而略有不同。

我收集了数据并对它们执行了FFT，但现在有点卡住了。不确定要去哪个方向。似乎理想的长期路径是进行半监督深度学习：

1. 收集数据
2. 随机选择％进行标记
3. 使用Theano
准备用于去噪自动编码的数据
4. 训练2个支持向量分类器，用于正常与功能失调

是否有更简单的概念证明方法？我是Python和机器学习的新手，我愿意蹲下来做必要的事情。我需要弄清楚这是否可行，并希望得到任何提示。