在使用Librosa库对 16 位 44.1 khz 音频文件执行 STFT 和逆 STFT (iSTFT) 时：
import librosa
y, sr = librosa.load('test.wav', mono=False)
y1 = y[0,]
S = librosa.core.stft(y1)
z1 = librosa.core.istft(S, dtype=y1.dtype)
librosa.output.write_wav('test2.wav', z1, sr)
输出只是一个 22 khz 的音频文件。为什么？librosa 的采样率变化在哪里？
该librosa.load()函数启用目标采样，其中您导入的音频文件可以重新采样到关键字参数指定的目标采样率sr。
如果要使用原始采样率，则必须将目标采样率显式设置为 None: sr=None。默认情况下sr=22050，这就是为什么你的输出是 ~22khz。
例如：
默认设置 - 子采样到默认 22,050 Hz
In[51]: filename = librosa.util.example_audio_file()
In[52]: y1, sr1 = librosa.load(filename)
In[53]: print sr1
22050
显式设置sr=None可确保保留原始采样
In[54]: y2, sr2 = librosa.load(filename,sr=None)
In[55]: print sr2
44100
以指定速率进行子采样，16,000 Hz
In[56]: y3, sr3 = librosa.load(filename,sr=16000)
In[57]: print sr3
16000
结果：
这是因为你没有安装一些依赖库，我建议你安装sudo apt-get install libav-tools，因为它在linux系统中安装了音频和视频工具。