ISTFTHead模型优化

[wzy3650]

https://github.com/jishengpeng/WavTokenizer/blob/5cf440d91ac420ca338f117b7003a77450d64730/decoder/heads.py#L54C1-L55C1

根据传统信号处理理论，FFT的频点0（直流）与最高频（Nyquist频率）处频谱系数一定为实数，即这两个频点处虚部为0。因此可调整self.out = torch.nn.Linear(dim, out_dim)的out_dim为1280（当前是1282），不去预测这两个频点的相位值而是固定为0

[jishengpeng]

https://github.com/jishengpeng/WavTokenizer/blob/5cf440d91ac420ca338f117b7003a77450d64730/decoder/heads.py#L54C1-L55C1

根据传统信号处理理论，FFT的频点0（直流）与最高频（Nyquist频率）处频谱系数一定为实数，即这两个频点处虚部为0。因此可调整self.out = torch.nn.Linear(dim, out_dim)的out_dim为1280（当前是1282），不去预测这两个频点的相位值而是固定为0

ok，话说这个有相关的实验收益佐证吗

[wzy3650]

https://github.com/jishengpeng/WavTokenizer/blob/5cf440d91ac420ca338f117b7003a77450d64730/decoder/heads.py#L54C1-L55C1
根据传统信号处理理论，FFT的频点0（直流）与最高频（Nyquist频率）处频谱系数一定为实数，即这两个频点处虚部为0。因此可调整self.out = torch.nn.Linear(dim, out_dim)的out_dim为1280（当前是1282），不去预测这两个频点的相位值而是固定为0

ok，话说这个有相关的实验收益佐证吗

还没，后面有机会的话会做实验验证下