是 PyTorch 中用于计算短时傅里叶变换 (STFT) 的函数， 它的主要功能是将一个 1D/2D/3D 张量组成的时间序列 (time series) 转化为 STFT 值。该函数通过在时间域上对信号进行滑动窗口并执行 FFT 来计算 STFT。参数传入了汉明窗函数，大小为2048，也可以使用其他窗口函数；调用“ torch.stft ”函数。python写短时傅里叶变换。

在标准卷积的基础上注入空洞，以此来增加感受野（reception field）。因此增加一个超参：膨胀率，指kernel的间隔数量。传统的CNN无法直接处理sequence模型这种序列问题，所以使用因果卷积，其作用就是解决序列问题。wavenet是一种全卷积的模型，包含了多个多层如下dilated的结构，随着dilated conv深度增加，来指数性地增大感受野，捕获序列之间较长的时间关系。如图，

短时傅里叶变换在matlab上的讲解

简单记录归一化的内容 待补充代码