POSITIVERECORDS.RU

Добавить в избранное

Three Body Tech Deep Vintage [SEnki] VST|VST3|AAX [WIN] [05.09.2024]

  • Год | Дата релиза: 05.09.2024
  • Версия: 2024.9
  • Разработчик: Three Body Tech
  • Платформа: VST|VST3|AAX
  • Разрядность: 64bit
  • Таблетка: Вылечено
  • Системные требования:
    ☑ Windows 8+
  • Размер: 229.1 MB

ОПИСАНИЕ, УСТАНОВКА


Deep Vintage
Серия плагинов для моделирования оборудования на базе искусственного интеллекта.

Серия Deep Vintage — это набор плагинов, которые имитируют реальное оборудование.
Используя мощь ИИ, каждый плагин Deep Vintage достоверно передает истинную «душу» винтажного оборудования.

Благодаря собственной разработке Three-Body Tech — нейронной сети обработки звука (APNN) ,
технологии машинного обучения, специализирующейся на моделировании аналоговых эффект-процессоров,
Deep Vintage гарантирует вам максимально приближенное к легендарным аппаратным моделям прослушивание,
обеспечивая при этом полную обработку в реальном времени.

В чем разница?
Мы были подвержены многочисленным технологиям эмуляции: физическое моделирование,
свертка... и многим другим. Независимо от того, какие технологии мы используем,
наша конечная цель остается неизменной: достичь максимально возможной точности воспроизведения звука реальных устройств.

APNN была тщательно разработана и обучена для достижения успеха в этой задаче,
поскольку ее обучение основано на аудиосигналах от реальных аппаратных устройств.
Плагины Deep Vintage не просто «теоретически правильное моделирование схем»
и не основаны исключительно на гармонических структурах или импульсных откликах;
они захватывают 100% 3D-ощущения в аналоговом звуке.

Проще говоря, APNN — это нейронная сеть, специально оптимизированная для обработки звука,
которая состоит из массивной комбинации модулей обработки звука (эквалайзер, компрессор, овердрайв и т. д.).

Чтобы уловить суть аппаратной модели, APNN будет автоматически корректировать ее структуру
и параметры до тех пор, пока разница между ее выходными данными и выходными данными оборудования не будет постепенно уменьшаться.

В конечном итоге APNN достигает сигнала ошибки фазовой компенсации примерно от -40 дБ до -75 дБ
(в зависимости от модели оборудования). С этим исключительным уровнем контроля ошибок,
который превосходит даже дисперсию между различными производственными партиями одной
и той же модели оборудования, мы можем с уверенностью сказать, что APNN способен «обмануть» человеческие уши.

Brit 73 AI

Вдохновленный самым легендарным предусилителем на этой планете. Этот транзисторный предусилитель класса А
с эквалайзером олицетворяет красоту звука, предлагая непревзойденную ясность, блеск и остроту.

US Rack AI

Созданный по мотивам легендарной канальной линейки в стиле «US», которая оснащена предусилителем,
линейным драйвером и известным эквалайзером, US Rack Al обеспечивает очень музыкальный
и насыщенный аналоговый звук, сохраняя при этом исключительную гибкость.

Thick Pre AI

Вдохновленный легендарным предусилителем в винтажном стиле, который обеспечивает густой, теплый и ровный звук.
Он также оснащен регулятором «Presence» для усиления дополнительных гармоник.

Уникальный переключатель «Deep» Thick Pre AI может сделать ваш звук еще больше и толще!

Green AD AI

Имеет ли значение, когда мы напрямую подключаем AD (аналого-цифровой преобразователь) к DA (цифро-аналоговый преобразователь)?
Конечно, да! Вдохновленный лучшим в мире AD/DA-преобразователем, Green AD AI привносит аналоговое тепло в цифровой мир.

Tape S AI

Вдохновленный 1/4-дюймовым магнитофоном конца 80-х - начала 90-х годов, который многие профессионалы предпочитают
за его уникальный звуковой почерк, Tape S AI обеспечивает исключительное качество звука при микшировании.
Характеризуясь теплыми средними частотами, гладкими верхними частотами и богатыми гармониками,
он усиливает глубину и насыщенность любого шинного или мастер-микса.

Tape M AI

Вдохновением послужил первоклассный двухдорожечный магнитофон 70-х годов из Германии.


СКРИНШОТЫ


АЛЬТЕРНАТИВНЫЕ РАЗДАЧИ ОТ ПРОИЗВОДИТЕЛЯ


Download
Загрузок: 54

Оставьте комментарий