问如何用神经网络处理可变大小的输入

EN

一般来说，大多数声音处理与其他自然语言处理类似，因为第一步之一是将数据分割成基本的标记，即单词--在人类声音处理中，我们根据它们之间的沉默来分割单词。因此，您可以预先处理以下内容：

1. 过滤掉声音外的正常、显着的语音带宽，这是电话公司为节省带宽所做的事情。
2. 根据空白将每个样本分割成块。

这相当于视觉深度学习系统标准化了图像的大小和位深度。

对于一些人，谁把他们的话在彼此之间，软件将有一些问题，但也是大多数听众。