librosa.load 容易遇到的采样率问题

注意一个很容易弄错的地方，记录一下：

librosa.load(audio_path, sr=sample_rate)，此函数的sr不传时，默认是 22050.
这个sr 参数指定时，不是指定重采样，而是告诉函数以 sample_rate 读取，比如如果原音频是 24k，sr=16000 时，那么读出来的音频是按照16k读取的，实际时长会变长。

所以一般更好的方式是，先传 None，然后再重采样一下成自己想要的采样率，比如

audio, orig_sr = librosa.load(audio_path, sr=None)
# print('audio shape: ', audio.shape, 'orig_sr: ', orig_sr)
audio = librosa.resample(audio, orig_sr=orig_sr, target_sr=16000)