Presentamos PIANO FORTE, un modelo de fuente de sonido de piano físico basado en tecnología de IA
Hoy me gustaría presentar PIANO FORTE, una fuente de sonido modelo físico.
Dado que no está muestreando, la capacidad es pequeña, pero la carga de la CPU es muy alta.
No es una fuente de sonido que se pueda recomendar por el momento.
Se ha lanzado como código abierto en GitHub, así que espere futuras actualizaciones.
demostración de sonido
Con una computadora portátil, la CPU sube al 3% con solo reproducir unos 100 sonidos, por lo que no pude preparar una demostración de sonido.
Puedo agregarlo en una fecha posterior.
Descargar
Puedes descargarlo sin registro.
Vaya al enlace anterior y haga clic en el enlace de formato apropiado de "Activos".
Por lo general, la versión VST3 (PianoForte.vst3) está bien.
イ ン ス ト ー ル
archivo descargado (PianoForte.vst3) en la carpeta VST3 a continuación.
概要
Nos complace anunciar el lanzamiento de Piano Forte, nuestro complemento gratuito de código abierto para piano. Disponible en formatos VST3, Windows independiente (x64) y LV2, este complemento utiliza un motor dual que combina redes neuronales livianas y modelos físicos para garantizar el mejor equilibrio entre eficiencia y fidelidad.Modelado para capturar las mejores características de modelos famosos como los modelos B y D de Steinway & Sons y el Yamaha C5, buscamos un instrumento de sonido flexible y bien proporcionado.Descárguelo, utilícelo y díganos lo que piensa.
Acerca de Omnessonos
Somos un pequeño equipo de desarrolladores amantes de la música liderados por Carlos Tarjano que pasan su tiempo libre investigando y desarrollando complementos de instrumentos virtuales.A continuación se presentan algunas publicaciones.Un algoritmo genérico para la emulación en tiempo real de instrumentos de tono y voces.Universidad Federal de Fluminense, 2022, Tesis de Doctorado en Ingeniería Industrial
Un algoritmo eficiente para descomponer señales digitales cuasi-periódicas en pseudo-periódicas: una aplicación a la compresión de audio con pérdida.
Estimación de envolventes utilizando propiedades geométricas de señales reales discretas.Procesamiento de señales digitales, volumen 120, enero de 2022.
Síntesis del habla neuroespectral: Utilización de las propiedades de la transformada discreta de Fourier en la simulación en tiempo real de instrumentos musicales utilizando redes neuronales paralelas. Lecture Notes in Computer Science, volumen 11730, septiembre de 2019.
Resumen
コメント