@Куба
Использование FT, FFT, спектрограммы - довольно и давно распространенные подходы при анализе аудиосигналов для различного распознавания.
Между эффектом "деформации" в виде шума смоделированного + наложенного, и настоящего шума разных конюшен может быть ой какая разница. Особенно, если модель блэк-бокс. Пример: у вас всего 4 лошади с заболеванием Y, и когда их записывали владельцы на фоне трех далеко кто-то ковал. В итоге алгоритм может подумать что звук ковки и есть важная фича в определениии Y.
Повторю:
Интереса для [это не секретные данные архитектуры сети или фичей записи которые вы используете]: какова выборка лошадей у вас уже есть (лошадей на/заболевание х,
и здоровых и с какой диагностикой здоровые были определены как здоровые), какую планируете собрать к, ну концу 1-го квартала 2021?