model的输出被重采样成24k会不会影响最终的重构质量？

[AlphaMind123]

在提供的示例：Part1: Reconstruct audio from raw wav中
audio_out = wavtokenizer.decode(features, bandwidth_id=bandwidth_id)
torchaudio.save(audio_outpath, audio_out, sample_rate=24000, encoding='PCM_S', bits_per_sample=16)
audio_out的输出是否有采样率一说，在对audio_out 使用torchaudio.save进行保存的过程中使用了重采样，这是否会对最终的重构出来的wav产生影响？原始的wav和重构的wav在采样点上是否是严格对齐的？

[jishengpeng]

在提供的示例：Part1: Reconstruct audio from raw wav中 audio_out = wavtokenizer.decode(features, bandwidth_id=bandwidth_id) torchaudio.save(audio_outpath, audio_out, sample_rate=24000, encoding='PCM_S', bits_per_sample=16) audio_out的输出是否有采样率一说，在对audio_out 使用torchaudio.save进行保存的过程中使用了重采样，这是否会对最终的重构出来的wav产生影响？原始的wav和重构的wav在采样点上是否是严格对齐的？

wavtokenizer的训练和推理的输入音频的采样率都是24k, 因此输出音频也一定是24k的，保存过程对wav的基本没有影响。