输入维度【5，522，40】——添加维度【5，1，522，40】——

第一次卷积【5，64，260，20】——第二次卷积【5，128，129，10】——
维度交换128和129维度交换,然后128和10维度相衬【5，129，1280】——
全连接层【5，129，256】

最后输出的数据特征和掩码

#1.输入语音数据维度

【5，522，40】

5是指语音条数，522是输入的语音最大的维度，40是提取的特征维度

【522，40】输入的掩码

输入的维度

#2.卷积

【5，1，522，40】

卷积之前要添加一个维度

#2.1第一次卷积

【5，1，522，40】

用64个3*3的卷积核进行卷积乘法运算之后的维度64维度变化发生在第二个维度

【5，64，260，20】

第一次卷积过程

#2.2第二次卷积

和第一次卷积类似

用128个卷积核进行卷积的运算

【5，128，129，10】

#3维度交换

#4全连接层【1280,256】