我正在尝试使用openl3包从音频 WAV 文件中提取特征。到目前为止它工作正常，但由于 openl3 与 windows 一起工作，我现在为每个 WAV 文件有两个 numpy 文件，一个带有嵌入（特征值），一个带有时间戳值。

例如，一个带有 3 个窗口/时间戳的 WAV 文件的输出如下所示：

时间戳：

[0. 1. 2.]

嵌入（每个列表长 6144 个值/特征）：

[[ 2.430837    1.1149534   1.8192575  ... -0.42393693  2.429424
   2.069307  ]

 [ 1.8306035   0.93579465  2.0597208  ... -0.41671506  2.2733474
   1.8177178 ]

 [ 4.8046613   1.4510491   3.1910005  ... -0.3726427   2.195802
   0.5922224 ]]

现在我还没有弄清楚如何将这些值正确地传递给 ML 模型作为训练数据。我研究过时间序列，但我不确定这是否是正确的方法，因为时间序列在技术上是 WAV 文件本身，而 openl3-tool 已经从中提取了特征。

我发现另一个建议只是连接所有（在这种情况下）3个列表并作为数据传递，但由于WAV文件的长度不同，它们也有不同数量的时间戳/窗口，因此或多或少是“嵌入列表” '

所以我认为简单地连接列表是行不通的，还是我错了？如果有人能指出我正确的方向，您的帮助将不胜感激！