Dyb læring kan narre lyttere ved at efterligne enhver guitarforstærker

En undersøgelse fra Aalto Acoustics Lab viser, at digitale simuleringer af guitarforstærkere kan lyde ligesom den ægte vare. Implikationerne er, at efterhånden som softwaremodellerne fortsætter med at forbedre sig, de kan erstatte traditionelle analoge guitarforstærkere, som er omfangsrige, skrøbelige og dyre.

Mange populære guitarforstærkere og forvrængningseffekter er baseret på analoge kredsløb. For at opnå den ønskede forvrængning af guitarsignalet, disse kredsløb bruger ikke-lineære komponenter, såsom vakuumrør, dioder, eller transistorer. Efterhånden som musikproduktion bliver mere og mere digitaliseret, efterspørgslen efter trofaste digitale emuleringer af analoge lydeffekter er stigende.

Professor Vesa Välimäki forklarer, at dette er en spændende udvikling inden for dyb læring, 'Dybe neurale netværk til guitarforvrængningsmodellering er blevet testet før, men det er første gang, hvor blindtestlyttere ikke kunne se forskel på en optagelse og en falsk forvrænget guitarlyd! Dette svarer til, da computeren første gang lærte at spille skak«.

Hovedformålet med området Virtual Analog (VA) modellering er at skabe digitale emuleringer af disse analoge systemer, som vil tillade omfangsrige, dyrt og skrøbeligt analogt udstyr, der skal erstattes af softwareplugins, der kan bruges på en moderne stationær eller bærbar computer.

En specifik forstærkers kredsløb kan simuleres nøjagtigt ved hjælp af kredsløbsmodelleringsteknikker, men resultatet er ofte en model, der er for beregningsmæssigt krævende til realtidsbehandling. Derudover en ny model skal oprettes for hver forstærker, der modelleres, og processen er arbejdskrævende.

En alternativ tilgang til VA-modellering er "black-box"-modellering. Black-box-modellering er baseret på at måle kredsløbets respons på nogle inputsignaler og skabe en model, som replikerer den observerede input-output-mapping. Undersøgelsen, hvorfra disse resultater kom, var baseret på WaveNet-konvolutionelle neurale netværk.

Den digitale forstærkermodel er skabt ved hjælp af et dybt neuralt netværk. Lyden optages fra en 'target' guitarforstærker, og denne lyd bruges til at træne det dybe neurale netværk til at simulere den guitarforstærker.

Alec Wright, en doktorand, fokuserer på lydbehandling ved hjælp af dyb læring siger, ' Testene blev udført for at validere ydeevnen af ​​modeller, der emulerede enten Blackstar HT5 Metal eller Mesa Boogie Express 5:50+ rørforstærkere. Modellerne blev skabt med fokus på realtidsydelse, og dem alle kan køres i realtid på en stationær computer'.

Alt dette betyder, at i den nærmeste fremtid, alt hvad en guitarist skal gøre er at tilslutte til deres bærbare computer, der kører det dybe neurale plugin, og en helt igennem overbevisende vintage guitarforstærkerlyd vil komme fra højttalerne.

Det er stadig at se, om guitarforstærker-purister vil være villige til at skille sig af med deres elskede rigs, men denne innovation baner vejen for enhver lydentusiast til digitalt at få den ønskede guitarlyd, om det er en Marshall, Orange, Fender, eller noget andet, på vejen eller i studiet.