请问48K比特率是否是24bit？

[lianganbin]

请问48K比特率是否是24bit？

[MaxMax2016]

模型运算用的float，生成的wav也是48K的float，最后是否保存为24bit都行。

[lianganbin]

感谢回答，我想咨询的是，我准备的素材可否是48 24bit的。是否会被重采成其他的素材？

[MaxMax2016]

可以是48 24bit的, 被重采成16bit

这个是重采样的代码，如果介意int16，可以保存为32bit

def resample_wave(wav_in, wav_out, sample_rate):
wav, _ = librosa.load(wav_in, sr=sample_rate)
wav = wav / np.abs(wav).max() * 0.6
wav = wav / max(0.01, np.max(np.abs(wav))) * 32767 * 0.6
wavfile.write(wav_out, sample_rate, wav.astype(np.int16))

这个是训练加载的代码

def read_wav_np(path):
sr, wav = read(path)
if len(wav.shape) == 2:
wav = wav[:, 0]
if wav.dtype == np.int16:
wav = wav / 32768.0
elif wav.dtype == np.int32:
wav = wav / 2147483648.0
elif wav.dtype == np.uint8:
wav = (wav - 128) / 128.0
wav = wav.astype(np.float32)
return sr, wav

[lianganbin]

你好，因为我的bit录音的时候就是48k 24bit，所以我可以在训练前就做好所有的预处理，我的意思是预处理我自己手动作，包括音量标准啥的。因为我用了几种方式训练出来的声音，到最后总是觉得超高频很散，我怀疑就是问题出在重采这一块

[MaxMax2016]

哦，现在训练代码用的scipy.wave.read，它只支持16bit和32bit，需要修改代码支持24bit

[lianganbin]

就是，我录音采用32bit就可以对吗，或者我输出48 32bit代码是支持32bit的对吗

[MaxMax2016]

你好，因为我的bit录音的时候就是48k 24bit，所以我可以在训练前就做好所有的预处理，我的意思是预处理我自己手动作，包括音量标准啥的。因为我用了几种方式训练出来的声音，到最后总是觉得超高频很散，我怀疑就是问题出在重采这一块

24bit也可以转换为32bit的吧

[lianganbin]

嗯嗯，可以转的，往上转肯定比往下转好。就是训练是可以基于 48k 32bit训练的嘛！对吗？那么预训练的文件是否有讲究？

[MaxMax2016]

要训练预训练模型对的话，音色要覆盖全，音高要覆盖全；训练单发音人的话，音高要覆盖全。音质要好。

[lianganbin]

意思是，我要用48 32bit的话。练预训练模型是需要我自己训练是吗？我干声素材倒是挺多的， 只是不太懂代码这些。我只懂音频

[MaxMax2016]

哦，48K预训练模型要5 1之后才能发出来了。现在发的48K模型，复用的16K模型的参数，低频有问题。使用32bit，可以用16bit数据训练的预训练模型，模型都是用float训练的。

[lianganbin]

就是我有48 32bit的话，我可以自己做48K的模型对不对？只要够多？多人的声音是否OK？

[lianganbin]

非常抱歉，我问的问题可能相对太小白了。但是真心想弄懂这里面的区别，所以问题可能太傻瓜了。

[MaxMax2016]

就是我有48 32bit的话，我可以自己做48K的模型对不对？只要够多？多人的声音是否OK？

是的，可以是多人的

[lianganbin]

就是我可以把很多人的干声，不管男的女的各种语言各种发音，只要是高质量的48k 32bit放在集里面一起跑？然后代码改成48k 32bit。然后回头这个模型就能当做我的预模型？是这个理解方式吗？

[MaxMax2016]

就是我可以把很多人的干声，不管男的女的各种语言各种发音，只要是高质量的48k 32bit放在集里面一起跑？然后代码改成48k 32bit。然后回头这个模型就能当做我的预模型？是这个理解方式吗？

是的，只是不用改代码，之前说改代码是不支持24bit

[lianganbin]

那么，我是不是不用加载预训练模型？我指的是我自己训练48 32bit的模型

[MaxMax2016]

数据够是可以的，至少无重复的wav 5000条；一般歌里面都大量重复的句子。

[lianganbin]

明白了，也就是说我们现在项目里这个48K的模型还没弄好对吗

[MaxMax2016]

是的，之前弄的48K有问题