（文章來源：教育新聞網）

許多流行的吉他放大器和失真效果都是基于模擬電路的。為了實現吉他信號的理想失真，這些電路使用了非線性組件，例如真空管，二極管或晶體管。隨著音樂制作變得越來越數字化，對模擬音頻效果的忠實數字仿真的需求也在增加。

VesaV?lim?ki教授解釋說，這是深度學習中的一個令人振奮的發展，“以前已經測試了用于吉他失真建模的深度神經網絡，但這是第一次，盲人測試聽眾無法分辨錄音與錄音之間的區別。假的失真吉他聲!這類似于計算機第一次學習下棋的時間。

虛擬模擬(VA)建模領域的主要目標是創建這些模擬系統的數字仿真，這將允許將笨重，昂貴和易碎的模擬設備替換為可在現代臺式機或便攜式計算機上使用的軟件插件。

可以使用電路建模技術精確地仿真特定放大器的電路，但是結果通常是模型，該模型對實時處理的計算量太大。另外，必須為每個要建模的放大器創建一個新模型，并且該過程非常費力。VA建模的另一種方法是“黑盒”建模。黑盒建模基于測量電路對某些輸入信號的響應并創建一個模型，該模型復制觀察到的輸入-輸出映射。這些結果來自的研究基于WaveNet卷積神經網絡。

數字放大器模型是使用深度神經網絡創建的。從“目標”吉他放大器錄制音頻，該音頻用于訓練深度神經網絡以模擬該吉他放大器。

博士生Alec Wright專注于使用深度學習進行音頻處理，他說：“進行這些測試是為了驗證模擬Blackstar HT5 Metal或Mesa Boogie Express 5：50+電子管放大器的模型的性能。這些模型的創建著重于實時性能，所有模型都可以在臺式計算機上實時運行。

所有這些都意味著，在不久的將來，吉他手需要做的就是將其插入運行深度神經插件的筆記本電腦，揚聲器將發出令人信服的老式吉他放大器聲音。

吉他放大器的純粹主義者是否愿意放棄他們鐘愛的裝備還有待觀察，但是這項創新為任何音頻發燒友以數字方式獲得所需的吉他聲音鋪平了道路，無論是Marshall，Orange，Fender還是其他產品。
（責任編輯：fqj）