RuntimeError: Expected 4-dimensional input for 4-dimensional weight [32, 1, 3, 3], but got 5-dimensional input of size [1, 1, 2, 128, 535] instead

[McToel]

Wenn ich versuche das Projekt zu testen, bekomme ich folgende Fehlermeldung

Traceback (most recent call last):
  File "/home/mctoel/dev/AusspracheTrainer/main/AusspracheTrainer.py", line 279, in <module>
    Hauptteil()
  File "/home/mctoel/dev/AusspracheTrainer/main/AusspracheTrainer.py", line 177, in __init__
    AusspracheTrainer_IPAKI = Preparation.test(model, device, test_loader)
  File "/home/mctoel/dev/AusspracheTrainer/main/AusspracheTrainer.py", line 95, in test
    output = model(spectrograms)  # (batch, time, n_class)
  File "/home/mctoel/dev/AusspracheTrainer/venv/lib/python3.9/site-packages/torch/nn/modules/module.py", line 1051, in _call_impl
    return forward_call(*input, **kwargs)
  File "/home/mctoel/dev/AusspracheTrainer/main/AusspracheTrainerZusatz.py", line 195, in forward
    x = self.cnn(x)
  File "/home/mctoel/dev/AusspracheTrainer/venv/lib/python3.9/site-packages/torch/nn/modules/module.py", line 1051, in _call_impl
    return forward_call(*input, **kwargs)
  File "/home/mctoel/dev/AusspracheTrainer/venv/lib/python3.9/site-packages/torch/nn/modules/conv.py", line 443, in forward
    return self._conv_forward(input, self.weight, self.bias)
  File "/home/mctoel/dev/AusspracheTrainer/venv/lib/python3.9/site-packages/torch/nn/modules/conv.py", line 439, in _conv_forward
    return F.conv2d(input, weight, bias, self.stride,
RuntimeError: Expected 4-dimensional input for 4-dimensional weight [32, 1, 3, 3], but got 5-dimensional input of size [1, 1, 2, 128, 535] instead

Mein Input hat eine Sample rate von 48000 Hz und eine Bit rate von 3072 kbps.

[dakopen]

Hallo McToel,
bitte entschuldige die Unannehmlichkeit. Das Problem scheint neu zu sein und ich werde versuchen es so bald wie möglich zu lösen. Kannst Du mir dafür bitte die .wav Audiodatei schicken oder mit denen von uns bereitgestellten Testaudios es versuchen, damit wir ausschließen können, dass es am Input liegt?

Viele Grüße
Daniel