三体声音科技推出 Deep Vintage 2.0 系列硬件 AI 模拟插件
三体声音科技推出了Deep Vintage 2.0系列插件,在一代的基础上改善了众多特性,旨在更进一步的模拟传统硬件设备的效果器。
与传统的电路建模或使用冲激响应(IR)技术不同,Deep Vintage 2.0系列搭载了三体声音科技最新研发的APNN 2.0神经网络引擎。该引擎在训练过程中,以干声为期望输入,以真实硬件的输出作为期望输出,通过不断优化波形和频谱的匹配度,逐步接近真实硬件的声音效果。随着训练时间的增加,神经网络能够显著降低波形和频率的误差,最终实现与真实硬件极为相似的听感, 在保持CPU使用率和延迟最低的同时,可以更加准确的复制硬件设备的声音特性。
三体声音科技提供了一个在线试听功能,允许用户体验在不同训练时长下的声音效果:
https://www.threebodytech.com/cn/products/deepvintage
其他特性:
独立谐波控制
在Deep Vintage 2.0系列中,谐波总量可以被独立控制,在保持频响,动态响应等特性改变不大的前提下增大或削弱谐波失真。
低频饱和技术
Deep Vintage 2.0在神经网络中定位了哪些神经元用来模拟音频变压器,俗称的“音频牛”的听感. 音频变压器会让低频变得更加张扬,厚重。Deep Vintage 2.0 提供了可切换开关,让用户在有变压器和无变压器两个版本之间进行切换。
升采样
大部分音频处理神经网络都只能运行在固定采样率下,但Deep Vintage 2.0系列插件可运行在任意采样率,全新升级的重采样算法保证了在任意采样率下的模型精确性,进一步的,Deep Vintage系列全面支持高达8倍的升采样,进一步的降低混叠。
EQ协同训练
大部分音频处理神经网络只能捕捉设备的某一个状态,对于带有EQ的效果器,Deep Vintage 2.0制作了基于电路建模的EQ模型,再让这个模型和AI模型一起“协同训练”。AI去学失真,而EQ则微调参数,让理论模型更接近实际EQ响应特性,使得用户可以同时得到可自由调节的EQ,以及逼近真实硬件的频谱响应。
磁带机的Wow/Flutter协同训练
Wow(抖动)/Flutter(晃动)是由于磁带传输系统中的机械不一致性而发生的音高变化。Wow指的是较慢、更明显的音高波动,而flutter则是一种更快的速度变化形式。就像EQ协同训练一样,Deep Vintage 2.0使用了物理建模的Wow/Flutter模拟,并使其与神经网络一起训练。不但让神经网络训练出来的结果更像真的,同时还让建模的Wow/Flutter效果更接近硬件原型。 #### 可调节的底噪 Deep Vintage系列模拟了设备的底噪,用户可以根据需要调整噪音的量。 ### “老DAW声” 功能 Deep Vintage 2.0系列插件提供了一个启发自某款2000年左右的经典DAW的声音( 哎呀, 会是哪一款啊? 好难猜啊. ),虽然它对信号只造成一点点极其微小的变化(变化小于-140dB)。 但三体声音科技依旧依然没有忽略它,用户可以根据需要打开或关闭这个功能。
低CPU占用
不同于大部分AI云服务,Deep Vintage系列和其他普通插件一样完全在用户的本地实时运行,并且拥有很低的CPU占用。
升级和购买:
文章出处 https://www.threebodytech.com/cn/products/deepvintage
转载新闻请注明出自 Midifan.com