Se connecter
Se connecter

ou
Créer un compte

ou
News
4 réactions

Tree DSP dévoile le NN76

Tree DSP dévoile le NN76
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

  • RMS Studio 873 posts au compteur
    RMS Studio
    Posteur·euse AFfolé·e
    Posté le 14/04/2025 à 14:23:38
    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 2024 posts au compteur
    FabN
    AFicionado·a
    Posté le 14/04/2025 à 16:08:20
    Ce plugin vient de Thailande (Bangkok).
    Quel est l'intérêt de l'IA par rapport aux algos habituels?
    IA pas très écolo.
  • Robin Schneider 831 posts au compteur
    Robin Schneider
    Posteur·euse AFfolé·e
    Posté le 15/04/2025 à 00:48:57
    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)
  • jptoo2 834 posts au compteur
    jptoo2
    Posteur·euse AFfolé·e
    Posté le 15/04/2025 à 17:11:05
    Petit test

Vous souhaitez réagir à cette news ?

Se connecter
Devenir membre
Pauline Bouillaud(Neo Alchemist)
Auteur·rice de l’article

J’ai plusieurs casquettes. Ici, c’est celle de Rédactrice News Généralistes que je porte fièrement. En parallèle, je suis monteuse de podcasts et compositrice de musique, à l’image et pour mon projet musical. Je sors régulièrement des morceaux sur les plateformes de streaming, comptabilisant aujourd’hui plus de 20 millions d’écoutes.