ValueError：输入0与层conv1d_34不兼容：预期ndim = 3，找到的ndim = 2

Question

我正在研究语音情感识别，因此会为每个帧计算MFCC及其增量和双增量特征。 （13 + 13 + 13 = 39） 计算频谱子带质心，每帧26个 计算所有帧中每个音频文件的每个系数的均值，方差，最大值，最小值，偏度，峰度和四分位间距 特征向量的维数（13 + 13 + 13 + 26）* 7 = 455 我将数据集分为train（0.8）和测试集（0.2）

model = Sequential()
model.add(Conv1D(128, 5,padding='same', batch_input_shape=(None, 40, 1) ))
model.add(Activation('relu'))
model.add(Dropout(0.1))
model.add(MaxPooling1D(pool_size=(8)))
model.add(Conv1D(128, 5,padding='same',))
model.add(Activation('relu'))
model.add(Dropout(0.1))
model.add(Flatten())
model.add(Dense(8))
model.add(Activation('softmax'))
opt = keras.optimizers.rmsprop(lr=0.00005, rho=0.9, epsilon=None, decay=0.0)
model.summary()

这是我的代码，

x_traincnn = np.expand_dims(X_train, axis=2)
x_testcnn = np.expand_dims(X_test, axis=2)

输出为（（960，455，1），（240，455，1））

the error is ValueError                                Traceback (most recent call last)
<ipython-input-58-c6d1c71bdd25> in <module>()
----> 1 model.add(Conv1D(128, 5,padding='same', batch_input_shape=(40, 1) ))
      2 model.add(Activation('relu'))
      3 model.add(Dropout(0.1))
      4 model.add(MaxPooling1D(pool_size=(8)))
      5 model.add(Conv1D(128, 5,padding='same',))

2 frames
/usr/local/lib/python3.6/dist-packages/keras/engine/base_layer.py in assert_input_compatibility(self, inputs)
    303                                      self.name + ': expected ndim=' +
    304                                      str(spec.ndim) + ', found ndim=' +
--> 305                                      str(K.ndim(x)))
    306             if spec.max_ndim is not None:
    307                 ndim = K.ndim(x)

ValueError: Input 0 is incompatible with layer conv1d_34: expected ndim=3, found ndim=2