python keras多分类问题请教

最近在使用python的keras训练一个5分类的语音模型，由于没有系统学过怎么使用，就是用的别人类似的模型框架。
我的语音特征输入的是26*42的mfcc，要求输出5个分类结果。训练集一共有71个，测试集有20个，没有验证集。我的训练集的acc接近1，loss很小，但是训练集我得到的最大为0.8，但是我想要有较好的识别率。
因为是新手，我只发现训练次数的增加可以改变测试集的正确率，当然模型结构里面有防止过拟合，但是经过很多很多次训练后，最大为0.8。我觉得模型结构应该没问题吧，这种多分类别人都能够训练出来的。
所以我又在想是不是训练集太少了，希望有大佬能够帮我解答一下，或者给我提一些建议。