gloriashy
commented
3 years ago 
想要请教博主，为什么在图中的特征提取部分需要除音频的长度呢？
第二张图的上面是没有除音频长度的语谱图，下面是同一条音频的对应除了音频长度的语谱图。
如果是为了让语音的特征更加明显，为什么不以一个确定的值作为分母，而使用一个每一条音频都不一样的音频长度作为分母呢？
自己没有思考清楚其中的原理，想请教博主是出于什么样的考虑这样做？非常感谢您百忙之中抽空回答。
nl8590687