零基础语音识别入门baseline_task1

初步了解了baseline，并成功跑通。
然后讲一下我理解的整个baseline的过程
1.首先导入了个音频库，里面是动物吃不同食物的声音。
2.然后是特征提取以及数据集的建立，
这里运用了mfcc的方法，
个人理解，mfcc就是在语音识别领域，将语音物理信息（频谱包络和细节）进行编码运算得到的一组特征向量。
里面的mel滤波器组，将语音变换到mel域，mel域是仿照人耳设计的，
更符合人耳的听觉特性。
3.cnn卷积神经网络

卷积层，池化层，关键的两个步骤，主要我的理解是将众多特征向量的特征拟合，变成另外一些向量供机器去训练

一个小白的简介，如果有什么错误，欢迎大佬改正。