我正在尝试使用Librosa从音频文件中提取功能，以CNN作为Numpy数组提供。
目前，我一次保存一个功能，以便输入CNN。我使用Librosa在Python中保存了二维（单通道）对数缩放的mel谱图功能：
def build_features():
y, sr = librosa.load("audio.wav")
mel = librosa.feature.melspectrogram(
n_fft=4096,
n_mels=128, #Mel-bins
hop_length=2048,
)
logamplitude = librosa.amplitude_to_db
logspec = logamplitude(mel, ref=1.0)[np.newaxis, :, :, np.newaxis]
这会给出形状(1,128,323,1)。
我想添加另一个功能，让我们说一个tempogram。我可以使用相同的代码执行此操作，但将 melspectrogram 替换为 tempogram'，并将窗口长度设置为128。
这为我提供tempogram (1,128,323,1)形状。
现在我想把这两个功能层“堆叠”成一个多通道numpy对象，我可以将其输入到Keras的CNN。
我该怎么编码？
修改
想想我用np.vstack（）
搞清楚了