pytorch使用梅尔语谱图实现自动编码器

    在上一篇文章-pytorch自定义Dataset实现数据集迭代器 中，笔者测试了本地wav文件夹重建数据集来做语音数据集的测试。今天在进一步，终于可以使用pytorch来完成自动编码器了。

    在 __getitem()__此方法下笔者使用librosa.feature.melspectrogram提取梅尔语谱图并归一化，作为数据集输送到神经网络中。

        接下来就是定义神经网络的结构来训练auto-encoder。

    在调节EPOCH = 2、BATCH_SIZE = 64等参数后，发现模型无法很好的重建梅尔语谱图，微调神经网络的结构发现并不能解决问题！一时无法找出问题所在，于是笔者转向torchaudio库来提取梅尔语谱图，这些高级的语音处理库可以直接提取梅尔语谱图并完成数据增强，但是训练网络后效果比librosa提取的还要差。

        不过从tensorflow转到pytorch来完成语音oneclass-network的异常检测，算是迈出了这个重要的一步了。接下来可以使用这个思路，带着问题，不断的学习更新知识，答案可以很快就会呈现了。