我有一个生成器，产生从长音频文件中提取的重叠音频块。对于大的重叠率，块的数量可能很大，所以我想避免将它们写入新文件（例如，90％的重叠意味着原始数据大小的10倍，这已经很大了。）
我想使用fit_generator来生成带有一些数据扩充处理的小批量，我希望这个处理能够在几个进程上执行。根据{{3}}，第一个参数必须是the documentation，保证排序并保证在使用use_multiprocessing = True 时每个时期单个使用每个输入。 不幸的是，必须使用完整的训练示例列表或训练示例的路径来初始化此对象。
所以似乎我不能将fit_generator用于生成器+多处理？我要么使用生成器而不进行多处理，要么使用keras.utils.Sequence将所有音频块放在单独的文件中。
我是对的吗？