如何为CNN输入python制作三维数组

Question

我正在尝试学习cnn网络来识别语音中的情感。为此，我使用了mel倒谱系数( mfcc )，它将每个音频文件表示为二维数组(帧数*mfcc系数数)。我想有一个三维数组作为我的cnn卷积层的输入，其中第三维是音频文件的数量。怎样才能得到这样的数组呢？

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numpy是一个列表，则通过np.array(inputs)将其转换为inputs数组

我认为你想要做的是：

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

这一行基本上是将整个矩阵放到另一个矩阵中，给它多一个维度。