Контур
1. История моделирования усилителей
2. Типы моделирования усилителей
3. Моделирование усилителей с помощью машинного обучения
4. Будущие тенденции в моделировании усилителей
История моделирования усилителей
Самые ранние усилители просто усиливали электрический сигнал от гитары, чтобы его можно было услышать через динамик. Гитаристы быстро обнаружили, что увеличение громкости не только делает звук громче, но и дает классный эффект овердрайва. И им это понравилось, поэтому они начали крутить свои усилители для этого искаженного звука.
Чтобы сохранить эффект овердрайва, не задевая барабанные перепонки, разработчики усилителей придумали умное решение. Они разделили усилитель на две части: предварительный усилитель для управления тоном и усилитель мощности для повышения громкости до приемлемого уровня. Таким образом, игроки могли получить потрясающий искаженный звук, не сводя с ума соседей. Но традиционные ламповые усилители были дорогими, и их было трудно таскать с собой, что заставило производителей задуматься. Они начали изучать моделирование усилителей как решение для различных сценариев исполнения и записи. Познакомьтесь с симуляторами усилителей, первыми продуктами, поддерживающими моделирование усилителей. Они были намного доступнее и практичнее, чем покупка нескольких гитарных усилителей, предоставляя игрокам доступ к широкому диапазону тембров усилителей в одном комплекте. Неудивительно, что они стали такими популярными!
Но подождите, для достижения обычного гитарного тона нужно нечто большее, чем просто усилитель. Когда дело доходит до формирования звука вашей гитары, речь идет не только об усилителе. Здесь задействована целая цепочка элементов:
Гитара — Гитарный усилитель — Гитарный кабинет — Микрофон — Система воспроизведения
Любой из вышеперечисленных процессов может сильно повлиять на конечный тон, который достигает ушей слушателя. Вот почему современные симуляторы усилителей усиливают свою игру. Они больше не сосредоточены только на моделировании гитарного усилителя. Они начинают включать в себя все различные компоненты, влияющие на общий тон. Они хотят уловить суть всей цепочки сигналов, гарантируя, что вы получите максимально аутентичный и приятный тон. Так что теперь речь идет не только об усилителе — речь идет о воссоздании полного звучания.
Типы моделирования усилителей
Моделирование усилителей бывает двух видов: моделирование белого ящика (прямое моделирование) и моделирование черного ящика (инверсное моделирование).
Моделирование белого ящика включает в себя изучение внутренней схемы усилителя и воспроизведение изменений электронного сигнала на каждом каскаде. Другими словами, он пытается в деталях имитировать поведение усилителя. Моделирование белого ящика требует подробностей о схеме усилителя. Моделирование белого ящика может быть выполнено как в аналоговых схемах, так и в цифровых алгоритмах.
С другой стороны, моделирование черного ящика фокусируется на преобразовании входного сигнала в фактический выходной сигнал усилителя. Это делается путем алгоритмического сравнения изменений входных и выходных сигналов. Красота моделирования черного ящика не требует знания точной структуры реальной схемы, а только результата прохождения сигнала через усилитель. Модели черного ящика в основном сделаны с использованием технологии искусственного интеллекта.
За и против:
Прямое моделирование — это моделирование реальной схемы. Это означает, что он может имитировать динамику настоящего усилителя, в том числе то, как каждая ручка влияет на звук. Поэтому, когда вы настраиваете эти регуляторы, смоделированный усилитель реагирует соответствующим образом. Однако он может не отражать каждый крошечный нюанс динамических изменений так точно, как в реальности. Это довольно близко, но не на месте.
С другой стороны, инверсный подход к моделированию идеально передает звук усилителя при определенных настройках. Это похоже на замораживание звука усилителя во времени, что дает вам точное представление о его статическом состоянии. Но вот в чем загвоздка: когда вы начинаете крутить эти ручки и вносить коррективы, точность начинает колебаться. Это не совсем соответствует тонкостям настоящего усилителя, когда вы набираете настройки.
Моделирование усилителей с помощью машинного обучения
Моделирование усилителя с использованием машинного обучения — это то, что мы называем моделированием черного ящика, как упоминалось выше. Эти модели обучают нейронные сети, анализируя набор необработанных и усиленных сигналов.
Представьте себе структуру нейронной сети в виде паутины соединений в человеческом мозгу со слоями узлов. В процессе обучения модели создается впечатление, что сеть пытается найти закономерности и взаимосвязи между входящими и исходящими сигналами. Они обрабатывают массивный набор данных, устанавливая корреляции между различными нейронами. И конечный результат? Волшебный черный ящик, который принимает ваш входной сигнал и преобразует его в усиленную версию.
Распространенные на рынке модели усилителей с искусственным интеллектом предлагают пользователям предварительную модель для воспроизведения желаемого тона. Эти модели уже обучены до определенного уровня. Все, что нужно сделать пользователям, это предоставить как необработанный сигнал, так и усиленный сигнал. Предварительно обученная модель изучает все тонкости желаемого тона, фиксируя все нюансы и эффекты, которые усилитель оказывает на исходный сигнал.
Kemper-Amp — один из самых знаковых продуктов для моделирования усилителей с искусственным интеллектом на рынке. Сотрудники Kemper называют процесс обучения «профилированием». По сути, Kemper-Amp превращает обученные модели в профили, представляющие различные тона усилителя. Эти профили хранятся в устройстве, что позволяет пользователям быстро переключаться между различными профилями усилителя. Поскольку у каждого пользователя разные настройки передач, воспроизводимые тона могут сильно различаться. Профили Kemper-Amp широко распространены и даже продаются в Интернете.
Технические детали работы Kemper-Amp публично не разглашаются. Мы можем только делать обоснованные предположения, основанные на процессе профилирования. Однако другие компании подхватывают этот тренд, и некоторые из них уже выпустили продукты с аналогичными возможностями профилирования. На самом деле, на GitHub даже есть пользователь, который разработал аналогичную функцию.
Будущие тенденции в моделировании усилителей
Моделирование усилителей с искусственным интеллектом существует уже довольно давно, с тех пор, как Kemper встряхнул все более десяти лет назад. И не только Kemper, другие бренды, такие как Mooer и Neural DSP, также добавили функцию моделирования усилителей AI в свои продукты. В будущем мы можем увидеть, как еще больше брендов последуют этому примеру, особенно те, которые достигли предела своих оригинальных симуляций цифровых усилителей.
Но вот в чем дело: как только производители инвестируют в эту технологию, им необходимо учитывать такие факторы, как стоимость, ценообразование и целевая аудитория. Нужны ли людям все эти причудливые функции? Они несут с собой тысячи профилей усилителей, куда бы они ни пошли? Над этими вопросами производителям придется задуматься.
Давайте подробнее рассмотрим продукты для моделирования усилителей с искусственным интеллектом, доступные сегодня. Лучшие и самые популярные из них продаются в виде аппаратных блоков со встроенными функциями моделирования усилителей. Это непреднамеренно создало своего рода монополию на рынке. Студии, которые привыкли использовать программные плагины для своего звука, теперь должны инвестировать в оборудование, чтобы получить преимущества онлайн-сообщества профилей усилителей. Это немного облом для тех, кто предпочитает удобство плагинов.
По мере того, как все больше разработчиков загрязняют руки моделированием усилителей ИИ, тенденция, вероятно, будет двигаться в сторону стандартизации форматов файлов. Точно так же, как виртуальные звуковые библиотеки и форматы MIDI стали более унифицированными, мы можем увидеть аналогичный прогресс с профилями усилителей AI. Это облегчит пользователям обмен и использование разных профилей на разных платформах и устройствах.
И вот захватывающая мысль: технология моделирования ИИ может выходить за рамки просто усилителей. Его можно расширить на другие типы аудиопроцессоров, такие как компрессоры, задержки, овердрайвы и многое другое. Представьте себе, что все эти распространенные аудиопроцессоры воспроизводятся с использованием моделей ИИ. Как будто открывается целый новый мир возможностей. Кроме того, такие эффекты оцифровки потенциально могут сделать микширование Hi-Fi намного более доступным.
Однако важно отметить, что моделирование ИИ по-прежнему зависит от сигналов физического оборудования для самообучения. Итак, если производители перестанут выпускать новые усилители из-за ценовых войн или других факторов, возникает вопрос: не закончатся ли в конце концов новые звуки для игры?
