Deep Vintage
带有深度复古之魂的传奇硬件模拟

Deep Vintage是一套传奇的硬件模拟插件套装,能够让您沉浸在真正的模拟魔力中。不仅仅追求电路复制或特定音色,Deep Vintage模拟了整个声音,以在数字世界中再现复古的“灵魂”。深度、光泽、低频饱和...硬件声音精神的每一个细微之处都准备好以极低的CPU使用率和延迟为您点燃。

APNN 2.0
通过Three-Body Tech独有的APNN(音频处理神经网络)2.0进行训练,Deep Vintage仅仅通过声音学习,从而创造出与原始硬件无法区分的听觉体验。

APNN 2.0是一种专门用于模拟模拟硬件的神经网络。在训练过程中,APNN 2.0和硬件将接收相同的音频输入,APNN 2.0将学习硬件如何在波形和频谱维度上改变音频。这意味着经过良好训练的APNN 2.0实例可以捕捉到源硬件的动态和音调特性。下图演示了随着训练的进行,APNN 2.0的波形和频谱响应偏差逐渐减小,最终与原始硬件无法区分。请查看下面的演示,听听APNN 2.0是如何逐步学习和复制硬件的声音的。

当一个APNN 2.0实例完成训练后,我们进行严格的人类测试,并进行调整,直到整个团队无法通过ABX测试。这使我们自豪地宣布:

在数字音频领域,没有什么比Deep Vintage更接近真实硬件。

US Rack
US Rack是受到传奇的“US”风格通道条的启发,它包含了一个前置放大器、一个线路驱动器和一个著名的EQ,提供高度音乐性和丰富的模拟声音,同时保持了非凡的灵活性。

亮点
多重饱和,多级着色
凭借APNN 2.0的强大功能,Deep Vintage不仅仅模拟特定的频率响应或色彩,还模拟了所有微妙的“硬件魔力”:动态、空气感、相位变换、管电压下降、变压器的“铁质声音”等等。无论是微妙的着色、适度的饱和还是完全压碎整个音频,它的真实效果会让您忘记它是数字的。

独立谐波控制
在真实的硬件中,谐波的数量在给定的旋钮设置下是固定的。然而,Deep Vintage通过允许独立控制谐波,与所有其他音调特性分离,带来了超现实的灵活性。这使您可以在保持干净音色的纯度的同时,调整高驱动设置的声音力量。

低频饱和
音频变压器的“铁质”声音,即轻微的低频饱和和底饱和,体现了真实硬件的声音特性。Deep Vintage不仅准确捕捉到这一点,还提供了切换这种“铁质”声音的能力,使您可以在变压器版本和非变压器版本之间切换。无论您想要浓郁的音色还是清晰的音色,它始终以卓越的品质呈现。

重新采样/上采样
几乎所有的音频处理网络都以固定的采样率运行,但我们通过优化网络使重新采样成为可能。Deep Vintage中完全重新设计的重新采样算法确保在所有采样率下的一致准确性和保真度,使模拟完全与采样率无关。此外,还支持高达8倍的超采样,有效消除任何混叠问题。

EQ共同训练
大多数神经网络只能捕捉硬件的离散状态,因此只能提供有限的EQ组合。然而,Deep Vintage通过额外的EQ模拟独特支持全连续的EQ调整。对于带有EQ的模型,"共同训练算法"同时学习硬件原型的饱和特性,同时微调基于电路的预建模EQ模块。这使您可以在享受真正的硬件声音的同时,完全自由地调整EQ。

磁带颤音/颤音共同训练
颤音/颤音是由于磁带机中磁带传输系统的机械不一致性而导致的音高变化。颤音指较慢、更明显的音高波动,而颤音则是速度变化的一种更快形式。

就像EQ共同训练一样,APNN 2.0使用物理模型的颤音/颤音模拟,并与神经网络一起进行共同训练。这不仅使神经网络训练结果更加真实,而且将模型化的颤音/颤音效果更加接近原始硬件。

可调噪声底噪
Deep Vintage系列模拟了硬件固有的噪声底噪,您可以根据需要调整噪声量。

“复古DAW”模拟
这个按钮灵感来自于大约2000年左右的经典DAW引入的非常微小的变化(小于-140 dB)。尽管这些变化微乎其微,但我们没有忽视它们。您可以根据需要启用或禁用此功能。

低CPU使用率
无需昂贵的基于云的GPU集群,Deep Vintage与其他插件一样在本地运行,具有极低的CPU使用率。您可以轻松地将其插入到每个音轨上!

更多功能
• Apple Silicon原生支持
• 撤消/重做
• A/B切换
• 输入/输出电平表
• 单声道模式
• LR/MS处理
• 相位反转
• GUI重新调整大小

延迟
26个采样点,44100 Hz下约0.6毫秒

Rev1修复时间限制。感谢Stevie Dude

主页
https://www.threebodytech.com/en/products/deepvintage

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。