16 kHz 音频经过三层 stride=2,为何仍然对不齐 30 FPS 视频音频每秒 16000 个采样,视频每秒 30 帧。三层步长为 2 的卷积把音频时间长度约缩为八分之一,输出仍约每秒 2000 个位置...admin2026-10-28服务器技术 阅读(24)评论(0)赞(0)