Fft 缩放（归一化）严格来说不是 fft 算法的一部分，尽管某些实现（如您提到的那个）包括它。由于缩放取决于实际的 fft 算法，因此在我看来，将其包含在实现中是有意义的，因为程序员决定使用什么缩放因子可能并不明显（通常的缩放因子是 ,（一种有效的 fft 算法，只使用一半的频谱，所以我们需要乘以 2 来补偿丢失的能量）， ,$1/N$$2/N$$1/sum(wnd)$$2/sum(wnd)$

至于你的第二个问题，我没有查看代码（你没有提供任何指向源代码的链接），但是考虑到 fft 算法可以通过多种方式实现，可能存在一些（通常是微小的）计算差异（例如，实数 fft 与复数 fft，频率抽取与时间抽取，基数 2 与混合基数等及其组合）

scipy.signal.stft使用结果stft源代码的比例因子来获得与您需要
的相同的值：librosa.stft

_, _, stft_res = scipy.signal.stft(inputAudio, window='hamming', nperseg=640, noverlap=480, boundary=None, padded=False)
hamm_win = scipy.signal.get_window('hamming', 640)
scale = np.sqrt(1.0 / hamm_win.sum()**2)
stft_res = stft_res / scale