如何标准化神经网络的fft值

Question

我计算给定声音文件的 fft 并得到一个形状的数组，例如(100,257) 具有 100 行和 257 个频率箱。我想将其用作神经网络的输入向量，但在我想使用 librosa lib 进行规范化之前

https://librosa.github.io/librosa/generated/librosa.util.normalize.html#librosa.util.normalize

那么我应该对axis=0 还是axis=1 进行归一化？ axis=0 对在行上聚合的列进行归一化，axis=1 对每一行进行归一化，还是应该对每个值进行归一化，与行和列无关？

Answer 1

标准化 fft 的方式取决于您的应用程序和最终性能。没有通用的标准化方案。

在我的一个应用程序中，我没有对原始 fft 进行归一化并将其输入到神经网络。一种常用的标准化方法是取对数。此操作可以减小动态范围。