python - 作为 LSTM 单元的音频帧数

Question

我的语音情感识别 LSTM 模型包含形状为：(4232, 400, 15) 的音频输入，即 4232 个音频文件，每个音频有 400 帧（序列数据），每帧在其之上包含 15 个特征。

LSTM / RNN 模型为序列的每个输入构建了一个单元格，因此当每个输入包含 400 帧时，这样做似乎非常合乎逻辑：

model = Sequential()
model.add(LSTM(400))

换句话说，LSTM（输入）单元的数量是由单元的数量决定的吗？

标签： pythonkerasaudiodeep-learninglstm