Aihe: Tekoäly, koneoppiminen, syväoppiminen yms. audiosoftissa
1
anapena
01.07.2019 10:55:20
Oliskohan uudessa Izotopen Ozonessa jotain tuollaista havinaa? Ei nyt ehkä ihan samalla kaavalla. Toistaiseksi olen jättänyt päivittämättä, vaikka melkoinen izotopeorja olenkin.
TommiW.- Autot, kämpät ja piparit.
mhelin
12.03.2020 12:07:47 (muokattu 12.03.2020 14:36:06)
Tuli vastaan tuollainen hermoverkkoihin perustuva suomalainen (Aalto-yliopiston) projekti Githubissa (JUCE:a käyttäen koodailtu):
 
https://github.com/damskaggep/WaveNetVA
 
Tuolla on ilmeisesti joidenkin pedaalien mallinnokset valmiina, lisää pedaali- ja vahvistinmallinnoksia voi tehdä itse. Mallit on esitetty JSON:ina (aika isoja kun ASCII-muotoista dataa). Ilmeisesti Neural DSP käyttää jotain samantyylistä lähestymistapaa softassaan.
 
Tuolla demoa, aika vakuuttavalta kuulostaa:
http://research.spa.aalto.fi/publications/papers/smc19-black-box/
 
Aliasointihan tuossa menetelmässä on suurin ongelma, ja tietty prosessoritehon tarve.
 
(edit) Tuosta toteutuksesta ilmeisesti kuitenkin puuttuu se oleellisin osa eli itse mallinnos:
 
"The C++ implementation of the deep neural network does not currently support model training. Instead, the models are trained using the Tensorflow library. The model hyperparameters and the values of the learned convolution kernels and biases are stored to a JSON file. The trained models can then be loaded to the C++ "
 
Tuossa projektissa ilmeisesti myös mallinnettiin Blackstart HT-5 ja Mesa 5:50 kombojakin:
https://www.mdpi.com/2076-3417/10/3/766 (pdf)
 
Demot:
http://research.spa.aalto.fi/publications/papers/applsci-deep/
‹ edellinen sivu | seuraava sivu ›
1
Lisää uusi kirjoitus aiheeseen (vaatii kirjautumisen)