已经解决了，，可以修改这个库函数参数列表为图片那样，也可以修改fft_windows=pad_center()参数的传递方式

16bit是16位的二进制数（2^16），32位是32位的二进制数(2^32)。对应的是数的范围。

老师，比较两段音频相似的算法是什么类型呢

啦啦啦

推荐两本书：

语音识别基本法，汤志远，清华大学

Kaldi语音识别实战，陈果果

你好，处理完了的数据集在课程的提供的百度网盘链接里面https://pan.baidu.com/s/1BCU9PLwR0qssbq7lLkl_SA 提取码：vcsl

这里面还包括一个预训练的模型。