但是sklearn好像要把数据处理成一样的长短，但是音频有长有短，我不知道怎么处理，难道做傅里叶变换，提取频率特征?
【 在 johnbird 的大作中提到: 】
: 可以的，轻量任务sklearn也能用，并不一定要很复杂的模型
: 【 在 youself 的大作中提到: 】
: : 例如数字和一些简单的命令，实时进行识别
: ...................
--来自微微水木3.5.14
--
FROM 117.39.199.*