我是tf.signal的作者。很抱歉没有早点看到这篇文章，但是如果你在将信号传递给tf.signal.stft之前将其居中填充，你可以让librosa和tf.signal.stft匹配。更多细节请参见GitHub本期。

我花了整整一天的时间试图让他们匹配。甚至rryan的解决方案对我也不起作用（在librosa中center=False），但我最终发现，TF和librosa的STFT只在librosa中win_length==n_fft和TF中frame_length==fft_length的情况下匹配。这就是为什么rryan的colab示例可以工作，但如果您设置frame_length！=fft_length，振幅非常不同（虽然在视觉上，绘制后，图案看起来很相似）典型的例子-如果你选择一些Win_Length/Frame_Length，然后你想将N_FFT/FFT_Length设置为大于Win_Length/Frame_Length的2的最小幂，那么结果就会不同。所以你需要坚持使用你的窗口大小所给出的低效FFT...我不知道为什么会这样，但就是这样，希望它能对某些人有所帮助。

contrib_audio.decode_wav的输出应为DecodeWav，具有{ audio，sample_rate }，audio形状为（sample_rate，1），那么获取波形的第一项并进行转置的目的是什么？
transwav = tf.transpose(waveform[0])

没有直接的方法，因为librosa stft使用了center=True，这与tf stft不一致。如果它是center=False，stft tf/librosa将给予足够的结果。参见colab sniff
但即使如此，试图将librosa代码导入tf也是一件很头疼的事，下面是我开始和放弃的事情，接近但还不够接近。

def pow2db_tf(X):
    amin=1e-10
    top_db=80.0
    ref_value = 1.0
    log10 = 2.302585092994046
    log_spec = (10.0/log10) * tf.log(tf.maximum(amin, X))
    log_spec -= (10.0/log10) * tf.log(tf.maximum(amin, ref_value))
    pow2db = tf.maximum(log_spec, tf.reduce_max(log_spec) - top_db)
    return pow2db

def librosa_feature_like_tf(x, sr=16000, n_fft=2048, n_mfcc=20):
    mel_basis = librosa.filters.mel(sr, n_fft).astype(np.float32)
    mel_basis = mel_basis.reshape(1, int(n_fft/2+1), -1)
    tf_stft = tf.contrib.signal.stft(x, frame_length=n_fft, frame_step=hop_length, fft_length=n_fft)
    print ("tf_stft", tf_stft.shape)
    tf_S = tf.matmul(tf.abs(tf_stft), mel_basis);
    print ("tf_S", tf_S.shape)
    tfdct = tf.spectral.dct(pow2db_tf(tf_S), norm='ortho'); print ("tfdct", tfdct.shape)
    print ("tfdct before cut", tfdct.shape)
    tfdct = tfdct[:,:,:n_mfcc];
    print ("tfdct afer cut", tfdct.shape)
    #tfdct = tf.transpose(tfdct,[0,2,1]);print ("tfdct afer traspose", tfdct.shape)
    return tfdct

x = tf.placeholder(tf.float32, shape=[None, 16000], name ='x')
tf_feature = librosa_feature_like_tf(x)
print("tf_feature", tf_feature.shape)
mfcc_rosa = librosa.feature.mfcc(wav, sr).T
print("mfcc_rosa", mfcc_rosa.shape)

对于任何人仍然在寻找这个：前段时间我也遇到过类似的问题：将librosa的 * mel滤波器组/mel谱图 * 匹配到tensorflow 实现。解决方案是对谱图使用不同的窗口方法，并将librosa的 * mel * 矩阵作为常量Tensor。请参见此处和此处。