La marque présente son premier compresseur logiciel utilisant l’apprentissage automatique et les réseaux de neurones pour émuler un compresseur FET.
Le NN76 exploite un moteur de réseau neuronal ayant capturé des centaines d’heures d’audio traité par le compresseur 1176 Blackface d’Urei, avant d’être entrainé à en reproduire les caractéristiques. Vous retrouvez divers paramètres, accessibles dans l’interface, notamment :
- le choix entre 4 ratios (4:1, 8:1, 12:1, et 20:1)
- des commandes d’attaque et de relâchement
- un mode Link pour les gains d’entrée et de sortie
- un contrôle de mix Dry/Wet
- un outil de comparaison A/B
- des VU-Mètres en entrée et sortie
- un indicateur de réduction du gain avec maintien des crêtes
Compatibilité et tarifs
Cette nouveauté est disponible sur Mac et Windows (AU, VST3, AAX) au prix de lancement de 29 $ au lieu de 59 $.
Source : Tree DSP
Suivez toute l’actualité d’Audiofanzine sur Google Actualités !
Sauvegarder la news
News précédente
Sonic Academy propose Vela en bêta test
News suivante
AudioKit Pro a publié King of VHS: VCR Synth
Réagir à cette news
(6)
RMS Studio
951
Posteur·euse AFfolé·e
Membre depuis 21 ans
14 Avril 2025 à 14:23
#1
Souhaitons leurs bonne chance car pas sûr qu'ils gagnent beaucoup d'argent avec celui-ci... Espérons que leur prochain plug soit plus original !
FabN
2151
AFicionado·a
Membre depuis 22 ans
14 Avril 2025 à 16:08
#2
Ce plugin vient de Thailande (Bangkok).
Quel est l'intérêt de l'IA par rapport aux algos habituels?
IA pas très écolo.
Quel est l'intérêt de l'IA par rapport aux algos habituels?
IA pas très écolo.
Robin Schneider
843
Posteur·euse AFfolé·e
Membre depuis 17 ans
15 Avril 2025 à 00:48 (modifié le 15 Avril 2025 à 00:51)
#3
Ce qui est gourmand en énergie dans le cas des "starter pack", c'est surtout le fait qu'il faut des gros serveurs pour gérer les requêtes de millions de personnes avec une énorme base de données pouvant couvrir tous les goûts et les thèmes, surtout que ces requêtes finissent juste par former une image qui sera partagée, liké puis oubliée dans les limbes d'internet.
Pour modéliser un 1176 par "IA" il s'agit essentiellement (il me semble) de faire "écouter" le son original et le son traité par le 1176 et ensuite le logiciel de modélisation (un réseau neuronal) va générer un algorithme qui est censé traduire l'action du 1176. Tout ceci peut en théorie se faire avec un 1176, une carte son, un ordi avec le programme qui tourne. Bon dans cette configuration minimaliste, cela prendrait un temps fou puisqu'il faut "nourrir" l'algorithme avec beaucoup de situations : pleins de sources sonores différentes et bien entendu tous les réglages possibles du 1176, ce qui fait quand-même un sacré paquet de combinaisons .
Théoriquement, il devrait résulter une approche totalement mathématique de la modélisation, sans passer par la lourdeur de la modélisation de composants, qui était souvent vantée dans le marketing des plugins des années 2010 (et probablement uniquement marketing dans certains cas).
Ainsi, en théorie (si j'ai bien compris le principe), on devrait obtenir l'algorithme le plus "direct" pour reproduire l'action d'un réglage donné du 1176 sur un signal.
Donc en terme d'échelle on est loin de la consommation en carbone d'un starter pack ou d'une requête chat GPT. Sans compter que dans l'absolu, sur le long terme, si on crée l'opération mathématique optimale pour reproduire ce que fait une machine audio, qui va donc nécessiter le moins de calculs pour parvenir au résultat attendu, ça fera des économies d'énergie sur la durée... ou alors on mettra juste toujours plus d'instances de 1176 dans nos sessions x)
Pour modéliser un 1176 par "IA" il s'agit essentiellement (il me semble) de faire "écouter" le son original et le son traité par le 1176 et ensuite le logiciel de modélisation (un réseau neuronal) va générer un algorithme qui est censé traduire l'action du 1176. Tout ceci peut en théorie se faire avec un 1176, une carte son, un ordi avec le programme qui tourne. Bon dans cette configuration minimaliste, cela prendrait un temps fou puisqu'il faut "nourrir" l'algorithme avec beaucoup de situations : pleins de sources sonores différentes et bien entendu tous les réglages possibles du 1176, ce qui fait quand-même un sacré paquet de combinaisons .
Théoriquement, il devrait résulter une approche totalement mathématique de la modélisation, sans passer par la lourdeur de la modélisation de composants, qui était souvent vantée dans le marketing des plugins des années 2010 (et probablement uniquement marketing dans certains cas).
Ainsi, en théorie (si j'ai bien compris le principe), on devrait obtenir l'algorithme le plus "direct" pour reproduire l'action d'un réglage donné du 1176 sur un signal.
Donc en terme d'échelle on est loin de la consommation en carbone d'un starter pack ou d'une requête chat GPT. Sans compter que dans l'absolu, sur le long terme, si on crée l'opération mathématique optimale pour reproduire ce que fait une machine audio, qui va donc nécessiter le moins de calculs pour parvenir au résultat attendu, ça fera des économies d'énergie sur la durée... ou alors on mettra juste toujours plus d'instances de 1176 dans nos sessions x)
Rob' Schneider,
Ingénieur du son et musicien à We Tailor Sound,
Batteur de La Loom Spencer and Partners
Musicien joker de Joe Chicago
Favorite tools : Samar VL37A, PorticoII, Reaper, Smart Eq, Axiom.
jptoo2
934
Posteur·euse AFfolé·e
Membre depuis 15 ans
15 Avril 2025 à 17:11
#4
Petit test