[Gratuito] Presentazione di ParametricOD, che riproduce gli effetti del pedale in dettaglio utilizzando la funzione di modellazione parametrica di NAM.

Presentazione di ParametricOD, che riproduce gli effetti del pedale in dettaglio utilizzando la funzione di modellazione parametrica di NAM.

ParametricOD è un plug-in che utilizza la tecnologia NeuralAmpModelerPlugin (Neural Amp Model (NAM)) precedentemente introdotta per riprodurre i movimenti delle manopole e degli interruttori di un effetto a pedale overdrive.

Le caratteristiche principali sono le seguenti.

1. Oltre la modellazione delle istantanee: ParametricOD può emulare accuratamente i cambiamenti dinamici quando si spostano le manopole e gli interruttori del cambio fisico. Ciò mette in discussione la percezione comune secondo cui i metodi basati su reti neurali* sono limitati a modelli statici "istantanee".

2. Semplificare la raccolta dei dati: risolve il problema della "maledizione della dimensionalità" nella creazione di modelli multiparametrici e riduce significativamente la quantità di dati richiesti.

3. Efficienza della CPU: ParametricOD ha un utilizzo inferiore della CPU rispetto a molti modelli di snapshot, rendendolo più accessibile agli utenti senza risorse di calcolo ad alte prestazioni.

4. Personalizzazione e framework open source: Sfruttiamo la natura open source di NAM per personalizzare l'architettura del modello per la modellazione dei pedali. Ciò è di particolare interesse per gli sviluppatori e gli ingegneri audio interessati a esplorare ed estendere i confini dell'elaborazione audio digitale.

5. Ispirazione e risorse per la comunità: Rilasciando ParametricOD come plugin gratuito e accogliendo favorevolmente l'interazione con le persone interessate a costruire i propri modelli parametrici, stiamo contribuendo a formare una comunità che promuove il progresso tecnologico negli effetti per chitarra.

*Neural Capture di Neural DSP, Tone Modeling di TONEX, clonazione Smart di amplificatori/pedali di Headrush, ToneSnap di Tonocracy, ecc.

Demo sonora

All'inizio spengo gli effetti e poi li accendo.

?Convolutore kHsL'ho acceso più tardi e l'ho livellato.

Anche se non è gratuito, contiene una grande varietà di IR ed è consigliato.

概要

Oggi rilasciamo ParametricOD, un plug-in che utilizza le capacità di modellazione parametrica di NAM per fornire un modello accurato di un pedale overdrive attraverso l'intera gamma di manopole e interruttori del pedale.

Questo plugin ha una compatibilità simile con il plugin snapshot open source ("plugin NAM", o forse solo "NAM" per molti utenti) e supporta i formati VST3 e AU per macOS. Disponibile in VST3 per Windows.

Questo plugin è inteso come plugin di "concetto", nel senso che vogliamo usarlo per affrontare potenziali malintesi e dimostrare le funzionalità esistenti di NAM che potrebbero non essere note a molte persone. :

NAM non è solo un modellatore di "istantanee".
Da quando NAM è apparso per la prima volta nel 2019, nel settore delle chitarre sono emersi numerosi prodotti di modellazione basati sui dati. Molti di essi (Kemper Profiling, Neural Capture di Neural DSP, Tone Modeling di TONEX, Smart amp/pedal cloning di Headrush, ToneSnap di Tonocracy) si concentrano sull'emulazione del tono della tua attrezzatura in una singola "istantanea", portando all'impressione che i metodi neurali siano incapace di modellare gli effetti del movimento delle manopole e degli interruttori del cambio reali.

Tuttavia, questo non è accurato. Chi ha familiarità con NAM ricorderà che l'ho usato per creare un modello parametrico a 7 manopole:

Inoltre, NAM non è l'unico progetto ad annunciare questa funzionalità. Ad esempio, Proteus di GuitarML supporta la "cattura della manopola". Tuttavia, spero che questo plugin contribuisca ad aumentare la consapevolezza del NAM e ad aiutare più persone a conoscerne il potenziale.

La modellazione parametrica non richiede quantità impossibili di dati Un malinteso correlato è che sia praticamente impossibile raccogliere dati sufficienti per creare tali modelli. Per i modelli con una manopola (ad esempio la manopola "drive"), puoi immaginare di spostare la manopola da 1 a 0 con incrementi di 10. Usando un file di reamp standard che ho preparato per NAM, dovresti riuscire a farlo in meno di un'ora. Ma per fare questo con due manopole dovresti fare tutte le combinazioni di manopole, e potresti immaginare che avresti bisogno di 1 x 1 = 2 reamp. Per questo modello con 11 manopole e 11 interruttori*, questa logica significa che ho effettuato quasi 121 riampli e registrato oltre 2 ore di audio.

Un modo per evitare ciò è ridurre il numero di punti. Puoi ridurre il numero di punti di circa 1 volte in totale modificandolo in 1 incrementi (2, 0,2,4,6,8,10, 4, 1, 2, 7) invece di 100 incremento. Se ci fossero solo due valori per manopola (minimo, massimo), anche il modello a XNUMX manopole sopra richiederebbe oltre XNUMX reamping (la precisione dell'interpolazione tra valori estremi potrebbe essere abbastanza discutibile) (non lo so! ). Questa sfida ha un nome: "La maledizione delle dimensioni".

Questo è un problema così grande che si stanno facendo molte ricerche per risolverlo, gran parte delle quali rientrano nel campo scientifico della progettazione sperimentale ottimale. I dettagli vanno oltre lo scopo di questo post sul blog, ma utilizzando tecniche avanzate in questo campo, sono riuscito a ridurre il tempo impiegato (incluso il tempo impiegato a spostare le manopole tra i reamp) a poco più di un'ora. Più intelligente, meno difficile!

NAM non richiede intrinsecamente un uso intensivo della CPU
Gli utenti dovrebbero notare che il carico della CPU su questo plugin è molto inferiore a quello riscontrato con molti modelli di snapshot. Ciò si ottiene utilizzando un'architettura di rete neurale più leggera per risparmiare CPU e ottenere allo stesso tempo una precisione "a livello NAM".

NAM può essere personalizzato
È molto difficile indicare qualcosa e dire "NAM non può farlo". Non si tratta solo di modellazione di istantanee; è appositamente progettata per risolvere qualsiasi problema. Le recenti funzionalità di registrazione di set di dati e modelli migliorano ulteriormente questa funzionalità. Se vuoi personalizzare il tuo modello, ecco come fare! L'ho usato per personalizzare l'architettura del modello specificatamente per la modellazione dei pedali (che richiedeva anche codice C++ personalizzato per eseguire il modello nel plugin). Tuttavia, il modello Neural Amp*** risultante si basa sullo stesso framework open source di uno strumento standardizzato ampiamente utilizzato e sono stato in grado di effettuare questa personalizzazione e ottenere rapidamente risultati "a livello NAM". Ciò è stato possibile grazie all'open source repository.

conclusione
Ho sentito la frase popolare secondo cui "Capture non può modellare le manopole" o, in modo più incoraggiante, che questa sarà la "prossima frontiera". È stato difficile per me capire come condividere questa funzionalità con il mondo, ma ce l'ho da più di un anno, quindi sono felice di poterla finalmente dimostrare con un plugin gratuito. Fin dall'inizio, lo scopo della condivisione di NAM è stato quello di fornire risorse che possano essere utilizzate per far avanzare l'avanguardia degli effetti per chitarra e ciò che i musicisti possono utilizzare per creare la propria arte. Spero che utilizzando questo plugin altri seguano questa direzione e continuino a spingersi oltre i limiti. Se sei seriamente interessato a creare i tuoi modelli parametrici utilizzando NAM, contatta neuralampmodeler@gmail.com.

 

formato

Scarica

Puoi scaricarlo gratuitamente.

Vai al collegamento sopra, scorri fino in fondo e fai clic sul pulsante per il sistema operativo appropriato.

installare

Quando decomprimi il file scaricato, il programma di installazione è incluso, quindi puoi utilizzarlo semplicemente installandolo.