[Gratuito] Introduzione di PIANO FORTE, un modello di sorgente sonora fisica per pianoforti basato sulla tecnologia AI (solo Win)

Presentazione di PIANO FORTE, un modello di sorgente sonora fisica per pianoforte basato sulla tecnologia AI

Oggi vorrei presentarvi PIANO FORTE, una sorgente sonora modello fisico.

Poiché non si tratta di campionamento, la capacità è ridotta, ma il carico della CPU è molto elevato.

Non è una sorgente sonora che può essere consigliata al momento.

È stato rilasciato come open source su GitHub, quindi attendi con ansia futuri aggiornamenti.

Demo sonora

Con un PC notebook, la CPU arriva al 3% solo riproducendo circa 100 suoni, quindi non ho potuto preparare una demo audio.

Potrei aggiungerlo in un secondo momento.

Scarica

Puoi scaricarlo senza registrazione.

Vai al link sopra e fai clic sul link del formato appropriato da "Risorse".

Di solito la versione VST3 (PianoForte.vst3) va bene.

installare

File scaricato (PianoForte.vst3) nella cartella VST3 sottostante.

概要

Siamo lieti di annunciare il rilascio di Piano Forte, il nostro plug-in per pianoforte open source gratuito. Disponibile nei formati VST3, Windows autonomo (x64) e LV2, questo plug-in utilizza un doppio motore che combina reti neurali leggere e modelli fisici per garantire il miglior equilibrio tra efficienza e fedeltà.Modellato per catturare le migliori caratteristiche di modelli famosi come Steinway & Sons Models B e D e Yamaha C5, abbiamo mirato a uno strumento dal suono ben proporzionato e flessibile.Scaricalo, usalo e facci sapere cosa ne pensi.

A proposito di Omnessonos
Siamo un piccolo team di sviluppatori amanti della musica guidati da Carlos Tarjano che dedicano il loro tempo libero alla ricerca e allo sviluppo di plug-in di strumenti virtuali.Di seguito alcune pubblicazioni.

Un algoritmo generico per l'emulazione in tempo reale di strumenti intonati e voci.Università Federale del Fluminense, 2022, Tesi di Dottorato in Ingegneria Industriale
Un algoritmo efficiente per la scomposizione di segnali digitali quasi periodici in pseudo-periodici: un'applicazione alla compressione audio con perdita. Transazioni IEEE/ACM sull'elaborazione vocale e linguistica audio, Vol.30, maggio 2022.
Stima dell'inviluppo mediante proprietà geometriche di segnali reali discreti.Elaborazione del segnale digitale, volume 120, gennaio 2022.
Sintesi vocale neurospettrale: utilizzo delle proprietà della trasformata discreta di Fourier nella simulazione in tempo reale di strumenti musicali utilizzando reti neurali parallele. Appunti delle lezioni in informatica, volume 11730, settembre 2019.

ま と め