如何解决DL 的 MFCC 归一化
我有一个包含 MFCC 特征的数据集作为深度学习模型的输入。现在，当我查看我的 mfcc 时，它们的值范围很大（例如 (-100,200)、(0,5)、(-1,1)、...）。现在我想将它们归一化，使我的模型适合深度学习（例如，让它们都在 (-1,1) 之间）。
这是我的问题：如果我单独对每个 mfcc 进行规范化，我担心我会丢失将一个 mfcc 与另一个 mfcc 区分开来的相关信息（例如体积）范围的变化（我认为...可能不正确？）。
如何解决这个问题？
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。
