Kitarat: kitarakamat ›

Ostin ihan kannatuksen vuoksi ML SoundLab Essentials kaappauspaketin ja testailin miten onnistuu paketista löytyvien NAM ja Tonex kaappausten konvertointi MK-330:n ymmärtämään muotoon.
 
NAMit saa konvertoitua netissä M-VAVE:n palvelimella lähettämällä NAM tiedoston näppärästi M-EFCS appin kautta konvertointijonoon, missä kokeiluhetkellä on 400 työtä jonossa, eli homma kesti yli vuorokauden ennen kuin valmis .am3data tiedosto oli ladattavissa kännykkään ja sieltä lankkuun.
 
Tonex V2 kaappausten kanssa joutui vähän enemmän askartelemaan, eli piti ensin asennelle SincoANN ohjelma läppärille ja tehdä Reaperilla ja Tonex-pluginilla xxxx_am4.wav tiedosto, joka sitten opettettiin SincoANNin training toiminnolla .am4data tiedostoksi, jonka sai sitten lähetettyä USB:n yhteyden kautta lankkuun. xxxx_am.wav tiedosto:n teko Reaperilla käy näppärästi, kun lataa ekalle raidalla SincoANN:n tiedostopolusta löytyvän TEST7.wav tiedoston ja ohjaa ko. raidan outputin toiselle raidalle, missä on Tonex-plugin ja kaapattava vahvistin, ja panoroi ykkösraidan vasempaan laitaan ja kakkosraidan oikeaan ja renderöi projektin xxxx_am4.wav:ksi. SincoANN:n trainingiä varten xxxx_am4.wav tiedosto pitää laittaa xxxx nimiseen hakemistoon ja SincoANN:ssa valita training folderiksi tämä xxxx niminen hakemisto. Sitten ei muuta kuin training käyntiin ja odottelemaan että tulee valmista. Onneksi mulla on suht tuore läppäri NVIDIAn RTX 4070 näytönohjaimelle, joten odotteluaika jäi alle varttiin, kun pelkästään CPU:n voimin hommaan menee tunteja. Lopuksi valmis am4data tiedosto ladataan SincoANNilla lankkuun.

Testailu jatkuu... Kokeilin testisignaalina am4 kaappauksessa SincoANNin mukana vakiona tulleen TEST7.wavin (pituus 48 sec) sijaa NAM:n v3_0_0.wavia (pituus 191 sec). Kuten olettaa saattaa, niin opetusaika venähti samassa suhteessa, mutta toisaalta putosi loss arvokin 0,14 -> 0,045, mikä kuuluu kyllä sitten loppuloksestakin, jos ei muuten niin ainakin pienempänä taustakohinana. Seuraavaksi täytyy kokeilla pudottaa kierroslukua 5000 -> 1000, minkä pitäisi ainakin lyhentää käsittelyaikaa, mutta loss arvon kustannuksella.

PIM: Testailu jatkuu... Kokeilin testisignaalina am4 kaappauksessa SincoANNin mukana vakiona tulleen TEST7.wavin (pituus 48 sec) sijaa NAM:n v3_0_0.wavia (pituus 191 sec). Kuten olettaa saattaa, niin opetusaika venähti samassa suhteessa, mutta toisaalta putosi loss arvokin 0,14 -> 0,045, mikä kuuluu kyllä sitten loppuloksestakin, jos ei muuten niin ainakin pienempänä taustakohinana. Seuraavaksi täytyy kokeilla pudottaa kierroslukua 5000 -> 1000, minkä pitäisi ainakin lyhentää käsittelyaikaa, mutta loss arvon kustannuksella.
 
Se kohina on sitä hallusinointia joka vähenee epookkeja (eli noita kierroksia) kasvattamalla samalla kun lähestytään targettia. Tuo 0,045 on ihan OK luku kyllä sinällään vaikka NAM prosessissa pyritään ja päästään kymmenesosaan tuosta ja jo tuolla tuhannella epookilla. Tuo RTX 4070 näytönohjain ja sen GPU-piiri pitäisi olla aika hyvä mutta läppärissä sen tehoja on pudotettu melkoisesti, eli johonkin 90-140 wattiin (riippuen jäähdytysratkaisusta) kun pöytäkoneessa referenssi on 200W ja jotkut valmistajat paremmilla jäähdyttimillä päästelevät 320W asti. Käytetyn tehon näkee kun mallinnosta tehdessä ajaa toisessa ikkunassa nvidia-smi komentoa (komentoriviltä siis, DOS tms.). Kokeilin itse RTX 2060 näytönohjainta NAM-mallinnoksessa ja sillä 100 epookkia kesti reilut 9 minuuttia ja ESR oli jotain 0,0028 paikkeilla, eli 1000 kierrosta veisi puolitoista tuntia. Pitää varmaan hommata uusi näytönohjain... Leo Gibson (youtubessa) oli tehnyt havainnon että ei tuo kierrosten määrän kasvattaminenkaan aina paranna saundia vaikka tuo lukema pienenisikin, eli tulee taas sitä hallusinointia.

Tuo loss -arvo, ESR tai miksi sitä sanotaankin ei paljon kerro mitään äänenlaadusta. Näiden NN black-box mallinnosta käyttävien vs. Helix white-box (eli komponenttimallinnos yms.) välillä on iso ero selkeydessä, NN-menetelmät aiheuttavat isosti aliasointia. Sitä voi tutkia esim. tuolla TTS Spectrogram työkalulla:
 
https://thegearforum.com/threads/tts-audio-tools.7971/

Juu on tää vaan melkoista salatiedettä, mutta mielenkiintoista sellaista. Lopputulokseen ja siihen kuluvaan aikaan näyttää vaikuttavan niin moni asia, käytetystä mallista (am3/am4) kierroslukuun ja mitä näitä parametreja ny on, että kyllä tässä saa päivän pari kivasti kulumaan, kun ajelee treeniä eri kombinaatioilla. Kun loss arvoissa mennään alle 0,05 niin ei sieltä kyllä meinaa ihmiskorvalla eroja kuulla soittaessa, että mikä tietysti on se viimeinen tuomio.
 
Viimeisessä testissä kokeilin kuinka alas kierroksia voi pudottaa ennen kuin soittaessa alkaa kiinnittää huomiota virheisiin. Vielä 250 kierroksella jäi lossi arvoon 0,12 ja aikaa kului alle minuutti, eikä soittaessa huomannut ainakaan häiritsevän isoa eroa 5000 kierroksen vartin kestäneeseen ajoon 0,007 lossilla. Särösoundeille ihmiskorva ilmeisesti kestää aika isojakin menetyksiä.

https://muusikoiden.net/dyn/users/185742.jpg
 
Mites tätä nyt pitäs sit tulkita? Kuvassa ML Sound Labin Friedman BE:n Tonex kaappaus, jonka läpi ajettu sweeppi 1 - 20 kH välillä ja tehty analyysi 80 hz - 10khz taajuusalueelta ja -40 dB - 0 db alueella.