CNN可以对音频分类吗？

Question

CNN包括VGG11我看大多都是用来对图片分类，那能不能先把音频转为时频图，再对图片进行训练从而达到分类的效果呢？
因为我的需求是二分类，判断是不是猫叫，但网上差不到相关方法

Answer 1

理论上，可以，但我忘了在哪里看到过说CNN没有RNN好。