sample_rate: 24000

encoder:
  idim: 512
  odim: 1024
  hidden: 256
  n_layer: 12
  bn_dim: 128

vq:
  dim: 1024
  levels: [5, 5, 5, 5]
  G: 2
  R: 2

decoder:
  idim: 512
  odim: 512
  hidden: 256
  n_layer: 12
  bn_dim: 128