我尝试使用Keras创建一个降噪自动编码器模型。我目前有一个小时的语音数据，并通过向原始数据中添加白色，棕色和粉红色噪声来创建三种类型的噪声数据。因此，总共有3个小时的嘈杂数据。从原始语音数据和嘈杂语音数据中提取的特征数据都被分类到h5文件中。密钥看起来像['trclean'，'trnoisy_brown'，'trnoisy_pink'，'trnoisy_white']
当我们在Keras中运行model.fit（）来学习程序并创建模型时，训练数据和监督数据似乎是1对1对应关系，而不是1对许多对应关系。
有什么好的方法可以将三种颜色的噪声限制在一次训练中？我不想将原始数据放大三倍并进行1对1匹配。
如果您对此方法有任何想法，请告诉我。
非常感谢您的提前帮助。 最好的祝福。