中文单个字音 转图（二维数据128*128）这样将3000特征的变为了128*128 = 16384 特征

通过卷积输入到神经网络进行池化后就能做语音识别，这是为了模拟人类的心声，实际上大脑的语言是你的第一语言的声音，想象出生前在肚子里的时候人的眼睛是闭上的，故而在通过声音建立大脑基本智能结构的出生后人脑的细胞数和成人数量一致，想象你平时在默读或者是思考的时候，是不是都会转为第一语言的声音去逻辑一些事情除了在脑中构图的时候。