TensorFlow说话人识别模型训练失败：形状不兼容错误求助

我正在开发一个基于MFCC系数的说话人识别TensorFlow模型，这是我的第一个AI项目。最初参考Kaggle教程时用FFT提取特征，但模型准确率极低，于是改为使用MFCC特征，结果训练时出现了形状不兼容的错误：[1,1,128] 与 [0,16000,16] 不匹配。

我已经准备好相关的代码、混淆矩阵以及模型摘要，尝试过通过ChatGPT和请教老师来解决问题，但都没有成功，希望能在这里得到帮助。

内容的提问来源于stack exchange，提问作者Turbofin Land