我正在开发一个唤醒词应用程序。我在 coursera 上完成了 Andrew NG 的深度学习专业化课程，并且有一个关于它的作业。因此，我尝试使用 pycharm 上的 pytorch 框架自己复制它，但是当我开始创建训练脚本时，在分配之后，我意识到训练已经完成。我最终将测试和训练文件都作为 .npy 但我不知道如何将它们传递到网络中。
问题是我不知道从哪里开始。所以我在 youtube 上查看了一个创建它但无法使他的存储库工作的人，因为似乎我（或 Windows 可能）对 beckhend 有问题：C++ 的 torchaudio 扩展不可用。
至此，2天后，我完成了想法。我只需要创建数据加载器和训练功能，但我很累。如果有人可以帮助我，或者只是给我一个学习和复制它的好方法，那就太好了，因为我以前从未使用过音频文件，而且我不能简单地用我有的 csv 注释文件创建一个数据集一列与文件路径和另一列与类标签关联，因为这不是一个直接的分类问题（只是因为在唤醒词中每个时间步都有自己的标签，而不是音频文件的标签）。
谢谢！