语音识别前端模块，实现语音自动拾取、分帧、预处理、加窗，以及常用特征生成。
语音特征主要兼容kaldi和praat，其中与praat匹配度较好，与kaldi有一定误差（主要由于fft算法不同影响）
在测试用例上，输出结果与praat、fftw3一致，与kaldi平均相对偏差0.0036。
可输出power, log, db, mag等4种类型频谱，可设定兼容Pratt和kaldi的归一化。在测试用例上，输出结果与praat一致，与kaldi平均相对偏差0.000048。
主要兼容kaldi。在测试用例上，与kaldi平均相对偏差0.000018。
可在linear, log, mel, bark, erb等5种频域尺度上进行分析，兼容kaldi。直接用kaldi生成的spectrogram特征计算fbank，结果与kaldi一致，最大相对偏差0.000001。 在测试用例上，受fft误差影响，与kaldi最大相对偏差增大到0.000007。
主要兼容kaldi。直接用kaldi生成的fbank特征计算mfcc，结果与kaldi平均相对偏差0.000019。 在测试用例上，与kaldi平均相对偏差0.000018，最大相对偏差0.036（-0.000170 vs. -0.000165）。 初步分析，以上偏差主要由于DCT算法误差导致。
使用rtaudio库录音，使用基于webrtc的voixen-vad进行话音检测，实现片段语音自动拾取功能。测试程序界面如下（--->线条代表成功拾取的语音片段，--<线条代表丢弃的过短语音片段）：
