标签: normalize
我正在使用Librosa使用
mfcc = np.array(librosa.feature.mfcc(y=wav, sr=8000, S=None, n_mfcc=40, dct_type=2, norm='ortho'))
因此,现在mfcc的形状为(40,5500) 如果我有50个样本/呼叫,那么假设所有样本的持续时间相同,我的训练集形状将类似于(50,40,5500)。
我想在训练卷积网络时使用此数据集,任何人都可以共享规范化此训练集的代码段。