考虑这种情况 -
假设输出类的数量为9，每个输出类别表示特定的单词
（1）一个
（2）使用
（3）保持
（4）民事
（5）难以
（6）维生素
（7）确定
（8）家庭主妇
（9）激昂
我们给每个单词的多个wav文件作为输入（如果持续时间小于1秒，用零填充）到RNN以及与之关联的相应的一个热矢量。
因此，RNN已经学会了每秒输出一次类别标签
现在，我给它一个包含单词'a'和'use'的测试输入
问题1）RNN的输出是否是包含两个的矢量？
问题2）是否有可能确定检测到特定单词的中间步骤？
感谢。
答案 0 :(得分：0)
1）它可能，现在可能。网络可能会混淆。特别是如果测试输入包含紧密相互跟随的这些单词。因此，波形将受到共同作用的影响，并且可能无法识别单个单词。 2）如果你的意思是特定的时间，那么我认为这是可能的，但你必须调整你的训练。它不太可能从你问题中定义的任务中学习这个任务。