如何使CNN输入Python制作3个维数组

Question

我正在尝试学习CNN网络以识别语音中的情感。为此，我使用的是MEL-CEPTRAL系数(MFCC(，该系数表示每个音频文件为二维数组(帧数 * MFCC系数的数量(。我想拥有一个三维数组作为我的CNN卷积层的输入，其中三维是音频文件的数量。我如何获得这样的数组？

for i in range(len(audio_list)):
        (rate,sig) = wav.read(source_folder + audio_list[i])
        inputs = mfcc(sig, rate, nfft=1300)
        # Transform in 3D array
        train_inputs[i] = (np.asarray(inputs[np.newaxis, :]))

Answer 1

如果您的inputs是列表，将其转换为numpy数组， np.array(inputs)

我认为您要做的是：

train_inputs[i] = inputs.reshape((1,inputs.shape[0],inputs.shape[1]))

这一行基本上将整个矩阵放入另一个矩阵中，给它一个更大的维度。