Présentation de PIANO FORTE, un modèle de source sonore de piano physique basé sur la technologie AI
Aujourd'hui, je voudrais vous présenter PIANO FORTE, une source sonore à modèle physique.
Comme il n'y a pas d'échantillonnage, la capacité est petite, mais la charge CPU est très élevée.
Ce n'est pas une source sonore qui peut être recommandée pour le moment.
Il a été publié en open source sur GitHub, alors attendez avec impatience les futures mises à jour.
Démo sonore
Avec un PC portable, le CPU monte à 3% juste en jouant environ 100 sons, donc je n'ai pas pu préparer une démo sonore.
Je pourrais l'ajouter ultérieurement.
Télécharger
Vous pouvez le télécharger sans inscription.
Accédez au lien ci-dessus et cliquez sur le lien de format approprié dans "Actifs".
Généralement la version VST3 (PianoForte.vst3) est OK.
イ ン ス ト ー ル
Fichier téléchargé (PianoForte.vst3) dans le dossier VST3 ci-dessous.
概要
Nous sommes heureux d'annoncer la sortie de Piano Forte, notre plugin de piano open source gratuit. Disponible aux formats VST3, Windows autonome (x64) et LV2, ce plugin utilise un double moteur qui mélange des réseaux de neurones légers et des modèles physiques pour assurer le meilleur équilibre entre efficacité et fidélité.Modélisé pour capturer les meilleures caractéristiques de modèles célèbres tels que les modèles B et D de Steinway & Sons et le Yamaha C5, nous avons visé un instrument au son bien proportionné et flexible.Téléchargez-le, utilisez-le et dites-nous ce que vous en pensez.
À propos d'Omnessonos
Nous sommes une petite équipe de développeurs passionnés de musique dirigée par Carlos Tarjano qui passe son temps libre à rechercher et à développer des plugins d'instruments virtuels.Ci-dessous quelques publications.Un algorithme générique pour l'émulation en temps réel d'instruments et de voix pitchés.Université fédérale de Fluminense, 2022, Thèse de doctorat en génie industriel
Un algorithme efficace pour décomposer les signaux numériques quasi-périodiques en pseudo-périodiques : une application à la compression audio avec perte. IEEE/ACM Transactions on Audio Speech and Language Processing, Vol.30, mai 2022.
Estimation d'enveloppe utilisant les propriétés géométriques de signaux réels discrets.Traitement numérique du signal, volume 120, janvier 2022.
Synthèse vocale neurospectrale : utilisation des propriétés de la transformée de Fourier discrète dans la simulation en temps réel d'instruments de musique à l'aide de réseaux de neurones parallèles. Notes de cours en informatique, volume 11730, septembre 2019.
ま と め
コメント