把振幅包络的公式，写成真能跑的代码

第 1 步：载入三段音乐，看清基本信息

开始计算前，先确认手上的数据是什么样。

from soundlab import io

for name in ["debussy", "duke", "redhot"]:
    y, sr = io.load(name)
    print(name, len(y), sr, len(y) / sr)

实测：

        样本数  采样率  总时长
古典    661500  22050  30.00s
爵士    661500  22050  30.00s
摇滚    661500  22050  30.00s
一个样本 = 0.0454 毫秒

三个数要看：

• 样本数：一段 30 秒的音乐是 661500 个数。这就是「为什么不能把原始数据直接丢给分类程序」的具体规模。
• 一个样本多久：$1/22050\approx 0.0454$ 毫秒。第 06 课说过，人耳的时间分辨率约 10 毫秒——一个样本比它短两百多倍。
• 第 04 课讲过的采样率：三段完全一致。所以呢？ 所以帧编号换算成秒时，三段可以用同一个换算。