如何解决CNN 只对一个变量进行分类，判断为真或假
所以我试图制作一个语音分类器，挑战是预测说话的人是我还是其他人，我已经构建了一个简单的代码将 .wav 文件转换为数组，所以我所有的音频数据集我说话的文件将被转换成数组，问题是我是一个初学者，我不知道如何只使用一个变量来预测（我的声音），就像说对或错，我怎么能做一个神经网络（ CNN) 那样工作吗？
或者我应该使用其他类型的机器学习吗？而不是深度学习？我想在这个项目中使用深度学习。
解决方法
因为您似乎对这个主题比较陌生，所以我建议您从一个更简单的机器学习模型开始，用于这个简单的分类任务。也许对于第一个模型，逻辑回归就足够了。
那么，你说你收集了一些你自己声音的样本（你的 positve 类），但你也收集了一些其他人的负面样本吗？
在此之后，我建议将转换后的样本分成相等的切片序列并标记它们（您的声音还是其他？）。
现在以此为基础，您可以测试一些更简单的模型，例如 Logistic 回归或 KNN。然后，您可能会继续使用一些简单的前馈神经网络，然后继续使用一些高级模型，例如 CNN 或 RNN。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
