pad_sequences我正在致力于將語音轉錄為文本，并在 Keras 中使用時遇到了問題（我認為） 。我預訓練了一個在數據幀上使用的模型pad_sequences，它將數據放入一個數組中，每個值的列數和行數都相同。然而，當我用于pad_sequences轉錄文本時，該語音字符串中的字符數就是作為 numpy 數組返回的行數。假設我有一個包含 4 個字符的字符串，那么它將返回一個4 X 500Numpy 數組。對于 6 個字符的字符串，它將返回6 X 500Numpy 數組等。我的澄清代碼：import speech_recognition as srimport pyaudioimport pandas as pdfrom helperFunctions import *jurors = ['Zack', 'Ben']storage = []storage_df = pd.DataFrame()while len(storage) < len(jurors):    print('Juror' + ' ' + jurors[len(storage)] + ' ' + 'is speaking:')    init_rec = sr.Recognizer()    with sr.Microphone() as source:        audio_data = init_rec.adjust_for_ambient_noise(source)        audio_data = init_rec.listen(source) #each juror speaks for 10 seconds        audio_text = init_rec.recognize_google(audio_data)        print('End of juror' + ' ' + jurors[len(storage)] + ' ' + 'speech')        storage.append(audio_text)        cleaned = clean_text(audio_text)        tokenized = tokenize_text(cleaned)        padded_text = padding(cleaned, tokenized) #fix padded text elongating rows我使用輔助函數腳本：def clean_text(text, stem=False):    text_clean = '@\S+|https?:\S|[^A-Za-z0-9]+'    text = re.sub(text_clean, ' ', str(text).lower()).strip()    #text = tf.strings.substr(text, 0, 300) #restrict text size to 300 chars    return textdef tokenize_text(text):    tokenizer = Tokenizer()    tokenizer.fit_on_texts(text)    return tokenizerdef padding(text, tokenizer):    text = pad_sequences(tokenizer.texts_to_sequences(text),                        maxlen = 500)    return text返回的文本將被輸入到預先訓練的模型中，我非常確定不同長度的行會導致問題。