我有相同数量的文件，但它们的形状仍然不同，ANN 机器学习

Question

我正在尝试用 python 创建神经网络，它是一种用于分类问题的 ANN 网络。神经网络的目的是分类谁在说话，是我还是别人。我有 2 个文件夹中的数据。 folders image 一个叫me，是我说话的音频，另一个叫other，是别人说话的音频。 View of the wav files(audio data)

问题是无法训练网络，因为数据长度不一样，如果是！，每个文件夹里有18个，没有一个了，一个也不少。

当我做的时候

print(X.shape)
print(y.shape)

给出这个。 Result of X, y shapes 即使每个文件夹中有 18 个音频文件，形状也不一样

model.py

    from sklearn.model_selection import train_test_split
    from sklearn.preprocessing import StandardScaler
    import tensorflow as tf
    import numpy as np
    from scipy.io import wavfile
    from pathlib import Path
    import os

    ### DATASET 
    pathlist = Path(os.path.abspath('Voiceclassification/Data/me/')).rglob('*.wav')

    # My voice data
    for path in pathlist:
        filename = str(path)

        # convert audio to numpy array and then 2D to 1D np Array
        samplerate, data = wavfile.read(filename)
        #print(f"sample rate: {samplerate}")
        data = data.flatten()
        #print(f"data: {data}")

    pathlist2 = Path(os.path.abspath('Voiceclassification/Data/other/')).rglob('*.wav')

    # other voice data
    for path2 in pathlist2:
        filename2 = str(path2)

        samplerate2, data2 = wavfile.read(filename2)
        data2 = data2.flatten()
        #print(data2)


    ### ADAPTING THE DATA FOR THE MODEL
    X = data # My voice
    y = data2 # Other data
    #print(X.shape)
    #print(y.shape)

    ### Trainig the model
    x_train, x_test, y_train, y_test = train_test_split(X, y, test_size=0.1, random_state=0)

    # Performing future scaling
    sc = StandardScaler()

    x_train = sc.fit_transform(x_train)
    x_test = sc.transform(x_test)

    ### Creating the ANN
    ann = tf.keras.models.Sequential()

    # First hidden layer of the ann
    ann.add(tf.keras.layers.Dense(units=6, activation="relu"))
    # Second one
    ann.add(tf.keras.layers.Dense(units=6, activation="relu"))
    # Output layer
    ann.add(tf.keras.layers.Dense(units=6, activation="sigmoid"))

    # Compile our neural network
    ann.compile(optimizer="adam",
                loss="binary_crossentropy",
                metrics=['accuracy'])

    # Fit ANN
    ann.fit(x_train, y_train, batch_size=32, epochs=100)
    ann.save('train_model.model')

有什么想法吗？

Answer 1

是因为你的wav音频文件可能有不同的大小，它们可以都是10秒，但是如果毫秒不同，那会影响你的数据形状，你可以做的是trim你的wav文件所以它们都是 10.00 秒，没有毫秒

我有相同数量的文件，但它们的形状仍然不同，ANN 机器学习

I have the same number of files, and still having different shape on them, ANN machine learning

python

machine-learning

dataset

neural-network