c++ - MFCC 上的卷积神经网络具有 c++ 特征

Question

我想应用 CNN 将声音分类为语音/非语音，并且我已经计算了相同的 MFCC 特征。我查看了一些像 Caffe 这样的 NN 库，但在我看来，他们希望输入为图像。谁能建议我，我如何使用 MFCC 作为 CNN 的输入？