我尝试使用Tensorflow或Keras对语音数据进行RNN分类。分类器用于孤立的单词语音。也就是说，单个单词的声音将被提取到RNN进行分类，并且必须对单词声音进行分类。到目前为止，我所做的是提取声音的MFCC，并且因为每个声音具有不同的长度，所以产生的MFCC也具有不同的长度。例如，对于单词＆＃39; 1＆＃39;所产生的MFCC将具有（28,26）的形状，并且对于单词＆＃39; 2＆＃39;它将是（24,26）。语音的长度是变化的，我如何为RNN分类建模这些数据。在所有示例和教程中，输入数据具有相同的长度，但在我的情况下，输入数据具有不同的长度。如何模拟这种问题。我的X（输入）和Y（输出）变量应该是什么？