Как кормить необработанный звук в качестве входных данных для генеративной сети?

Question

Я следовал учебным пособиям, чтобы сгенерировать изображение, используя генеративную состязательную сеть, но я понятия не имею, как передавать аудио в качестве входных данных в сеть. Мне нужно выполнить какое-то преобразование аудиоданных или передать их непосредственно в сеть.