所以我正在學習機器學習,並想知道mfcc特徵大小如何影響RNN(Recurent神經網絡)?mfcc特徵大小如何影響recurent神經網絡
隨着librosa我提取MFCC然後增量係數和後,我得到尺寸的陣列[13,sound_length]
用蟒提取MFCC和增量係數的代碼:(Y - 聲音文件數據,SR - y的長度)
mfcc = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=13)
mfcc_delta = librosa.feature.delta(mfcc, axis=0, order=1)
所以理論上如果我想用這種數據和其中n_mfcc = 39的數據來訓練網絡。誰會更好,爲什麼? (忽略所有其他超參數)我只想知道這個參數如何影響RNN的理論。
我不認爲三角洲特徵(一階導數,本質上)是必要的,因爲RNN應該能夠學習他們自身。它們對於隱馬爾可夫模型(HMM)可能更重要。 –
你好@Nikas你能夠使用mfcc來提供給RNN嗎?無論你可以分享你的代碼片段嗎?謝謝 –