使用机器学习算法训练 MFCC答案

【问题标题】：Train MFCC using Machine Learning Algorithm使用机器学习算法训练 MFCC
【发布时间】：2017-07-11 14:23:38
【问题描述】：

我有一个我知道很好的 MFCC 数据集。我知道如何将行向量放入机器学习算法中。我的问题是如何使用 MFCC，因为它是一个矩阵？例如，我如何将其放入机器学习算法中：？

任何算法都可以。我正在研究一个二元分类器，但会更多地研究它。 Scikit 似乎是一个很好的资源。现在我只想知道如何将 MFCC 输入到算法中。一步一步对我有很大帮助！我找了很多地方都没有找到答案。

谢谢

【问题讨论】：

那你想做什么？将声音文件 A 作为特征传递，将 B 作为类传递？
为了清楚起见，我重新表述了我的问题。现在的问题包括一个链接。我的数据集看起来就是这样，我想知道如何将其输入到机器学习算法中。
再次，在您提供的链接中，有一堆数字，它是什么？为什么这些数字之间有一个空行？那里有分类目标类吗？解释数据
每个块代表一个声音文件。每一行是这种声音文件的一小部分（20-40ms），每一列代表梅尔频率倒谱的系数（因此是 MFCC）。空行分隔声音文件。我正在考虑为分类目标类创建一个列，但由于每个声音文件都有多行，所以不知道如何标记它。
块中的每一行是否来自所有声音文件的同一时间范围。还是随机的？

【解决方案1】：

在python中，您可以轻松地将矩阵展平，使其变为向量，例如，您可以使用numpy和numpy的flatten函数，另外我想到的一个想法（这只是一个想法可能会或可能不会起作用）是要使用卷积，卷积在 2d 结构中效果很好。

【讨论】：