Qué hace Neural Amp Modeler
Neural Amp Modeler (NAM) entrena una red neuronal para imitar un amplificador o pedal de guitarra concreto. Usted reproduce una señal de prueba estándar (los archivos de reamp que proporciona NAM) a través de su equipo, graba la salida, y el entrenador de NAM aprende la diferencia y exporta un archivo de modelo .nam. El entrenamiento se ejecuta en el navegador mediante Google Colab sin instalar nada, o de forma local con el entrenador de Python desde PyPI (neural-amp-modeler, versión 0.13.0, Python 3.10 o posterior), con vídeos paso a paso para Windows y Mac. La mayoría de los usuarios nunca entrena un modelo por sí mismos: descargan las capturas realizadas por otras personas desde TONE3000, una biblioteca comunitaria a la que remite NAM.
Para reproducir los modelos, NAM ofrece Gateway, un plugin VST3/AU gratuito y aplicación de escritorio independiente para Windows 10 o posterior y macOS 10.15 o posterior, además de ParametricOD, un plugin conceptual que modela un overdrive en todo el rango de sus potenciómetros e interruptores. El código se encuentra en tres repositorios con licencia MIT: el entrenador, la biblioteca DSP principal y el plugin basado en iPlug2; una versión LV2 de la comunidad cubre Linux. El proyecto está mantenido por Steven Atkinson, se financia con donaciones a través de Ko-fi, y su núcleo se utiliza en productos comerciales: el sitio de NAM enumera fabricantes como Darkglass, Two Notes, Hotone, Valeton y MOD Audio.
