import librosa
import librosa.display
y, sr = librosa.load('E:\\ML\\UrbanSound8K\\code\\UrbanSound8K\\audio\\fold1\\31840-3-0-0.wav', duration=2.97)
ps = librosa.feature.melspectrogram(y=y, sr=sr, n_mels=128)
ps.shape输出图形的长为128，高为128
输出长度= （秒）*（采样率）/（hop_length）
输出高度= n_mels（你指定的阶数）
librosa.feature.melspectrogram(y=None, sr=22050, S=None, n_fft=2048, hop_length=512, power=2.0, **kwargs)参考文章：
https://librosa.github.io/librosa/generated/librosa.feature.mfcc.html?highlight=n_mels
http://mhy12345.xyz/tutorials/librosa-samples/
https://stackoverrun.com/cn/q/10464124