Skip to content

Test de Neural Amp Modeler

Neural Amp Modeler (NAM) est un projet gratuit et open source qui utilise l'apprentissage profond pour capturer des amplis et des pédales de guitare sous forme de fichiers de modèle, ainsi qu'un plugin gratuit pour les jouer dans votre DAW. Destiné aux guitaristes et aux fabricants de matériel.

Gratuit · Web · API

Le verdict de Stork sur Neural Amp Modeler

Neural Amp Modeler est un moyen gratuit et open source de capturer et de jouer de vrais amplis ; idéal si vous enregistrez sur ordinateur et que cela ne vous gêne pas de trouver vous-même vos IR de baffle.

Neural Amp Modeler reviewed by Stork AI · stork.ai/fr/neural-amp-modeler

stork
Je suis un dessin à plat.
Un dessin à plat et une phrase tapée.
Ce dessin n'a jamais été animé.
Une photo, un dessin, un tableau ou un personnage 3D. Dès $0.10 la minute. Essai gratuit.
Faire parler une photoDéveloppeurs : il y a une API

Ce que fait Neural Amp Modeler

Neural Amp Modeler (NAM) entraîne un réseau de neurones à imiter un ampli ou une pédale de guitare précis. Vous jouez un signal de test standard (les fichiers de reamp fournis par NAM) à travers votre matériel, vous enregistrez la sortie, puis le trainer de NAM apprend la différence et exporte un fichier de modèle .nam. L'entraînement s'effectue dans le navigateur via Google Colab, sans rien installer, ou en local avec le trainer Python disponible sur PyPI (neural-amp-modeler, version 0.13.0, Python 3.10 ou version ultérieure), avec des vidéos pas à pas pour Windows et Mac. La plupart des musiciens n'entraînent jamais de modèle eux-mêmes : ils téléchargent les captures réalisées par d'autres sur TONE3000, une bibliothèque communautaire vers laquelle NAM renvoie.

Pour jouer les modèles, NAM propose Gateway, un plugin VST3/AU gratuit et une application de bureau autonome pour Windows 10 ou version ultérieure et macOS 10.15 ou version ultérieure, ainsi que ParametricOD, un plugin conceptuel qui modélise une overdrive sur toute l'étendue de ses potentiomètres et commutateurs. Le code se trouve dans trois dépôts sous licence MIT : le trainer, la bibliothèque DSP centrale et le plugin basé sur iPlug2 ; une version LV2 réalisée par la communauté couvre Linux. Le projet est maintenu par Steven Atkinson, financé par des dons via Ko-fi, et son cœur est utilisé dans des produits commerciaux : le site de NAM cite parmi les constructeurs Darkglass, Two Notes, Hotone, Valeton et MOD Audio.

Tarifs de Neural Amp Modeler

NAM n'a pas de formule payante. Le trainer, les plugins Gateway et ParametricOD ainsi que le code source sont gratuits, et le projet accepte des dons volontaires.

FormulePrixInclus
Neural Amp Modeler0 $Plugins Gateway et ParametricOD (VST3, AU, autonome), trainers Colab et local, code source sous licence MIT
Don (facultatif)Montant libreSoutien volontaire au projet via Ko-fi

L'entraînement dans le navigateur utilise Google Colab, qui propose ses propres offres gratuites et payantes ; l'entraînement en local s'exécute sur votre propre ordinateur. Les appareils et les plugins tiers qui chargent des modèles NAM sont vendus séparément par leurs fabricants.

Prix vérifiés sur la page de tarifs de l'éditeur le 10 novembre 2026 (NAM n'a pas de page de tarifs ; les pages utilisateurs, code et dons ont été vérifiées). Voir NAM for users et Donate.

Fonctionnalités clés

Ce que le projet NAM propose :

  • Captures d'amplis et de pédales par apprentissage profond, enregistrées sous forme de fichiers de modèle .nam
  • Entraînement dans le navigateur via Google Colab, sans installation
  • Trainer Python local sur PyPI pour Windows et Mac
  • Fichiers de reamp standardisés pour que les captures soient réalisées de la même manière
  • Plugin Gateway (VST3, AU) et application autonome pour Windows et macOS
  • Plugin conceptuel ParametricOD qui modélise une overdrive sur toute l'étendue de ses potentiomètres
  • Trois dépôts sous licence MIT pour le trainer, le DSP central et le plugin
  • Modèles partagés via la bibliothèque communautaire TONE3000

À qui s'adresse Neural Amp Modeler

NAM convient aux guitaristes et bassistes qui enregistrent ou s'exercent via un ordinateur et souhaitent des captures fidèles d'amplis réels sans payer pour un simulateur d'ampli, ainsi qu'aux musiciens qui possèdent un ampli ou une pédale favoris et veulent les capturer eux-mêmes. Il convient également aux développeurs et aux fabricants de matériel, puisque la licence MIT leur permet d'intégrer NAM à leurs produits.

Si vous recherchez un simulateur d'ampli tout-en-un abouti, avec baffles, effets et gestion des presets, Positive Grid BIAS FX est une option commerciale. Pour un son basé sur des captures dans une pédale ou un plugin dédié avec support de l'éditeur, regardez IK Multimedia TONEX ou le Neural DSP Quad Cortex. GuitarML Proteus est un autre plugin neuronal gratuit et open source.

Ce qu'en disent les utilisateurs

Dans un test de 2023, ElectrikJam a trouvé le son convaincant, notamment en haut gain, et a apprécié la bibliothèque communautaire, qui comprend des amplis rares que d'autres outils de modélisation ignorent. Le même test énumère des limites : aucune réponse impulsionnelle de baffle n'est incluse, la qualité des captures de la communauté varie, les captures sont des instantanés d'un seul réglage de potentiomètres, et l'entraînement de son propre modèle fonctionne mieux avec un GPU dédié. Guitar.com a indiqué en septembre 2026 que TONE3000 avait publié un plugin gratuit donnant accès à plus de 700.000 captures NAM et réponses impulsionnelles, avec un moteur NAM A2 plus récent développé conjointement avec le créateur de NAM.

Points forts

  • Entièrement gratuit, avec un code source sous licence MIT
  • Capturez vos propres amplis et pédales, dans le navigateur ou en local
  • Vaste bibliothèque communautaire de captures partagées sur TONE3000
  • Plugin et application autonome pour Windows comme pour macOS
  • Intégré à du matériel et à des plugins de plusieurs fabricants commerciaux

Points faibles

  • Les captures sont des instantanés d'un seul réglage, et non un contrôle complet de tous les potentiomètres
  • Aucune réponse impulsionnelle de baffle n'est incluse par défaut, selon les testeurs
  • La qualité des captures de la communauté est variable
  • L'entraînement en local est lent sans GPU dédié, selon les testeurs

Questions fréquentes

Neural Amp Modeler est-il gratuit ?

Oui. Le trainer, le plugin Gateway et le code source sont gratuits et publiés sous licence MIT. Le projet accepte des dons facultatifs via Ko-fi. Vérifié le 10 novembre 2026.

Comment créer ma propre capture NAM ?

Téléchargez les fichiers de reamp standard de NAM, jouez-les à travers votre ampli ou votre pédale et enregistrez la sortie, puis entraînez un modèle dans votre navigateur avec le trainer Google Colab, ou en local avec le trainer Python disponible sur PyPI. Le résultat est un fichier .nam que vous chargez dans Gateway.

Où télécharger des modèles NAM ?

NAM oriente les utilisateurs vers TONE3000, une bibliothèque en ligne organisée par la communauté, où les utilisateurs partagent leurs captures. Vous pouvez aussi entraîner des captures de votre propre matériel.

Quelles plateformes le plugin NAM prend-il en charge ?

Gateway fonctionne comme plugin VST3 ou Audio Unit et comme application autonome sous Windows 10 (64 bits) ou version ultérieure et macOS 10.15 ou version ultérieure. Pour Linux, le dépôt du plugin renvoie vers une version LV2 réalisée par la communauté.

NAM inclut-il une simulation de baffle ?

Les captures modélisent généralement un ampli ou une pédale, et les testeurs notent que NAM n'inclut pas de réponses impulsionnelles de baffle par défaut : vous devez donc ajouter votre propre chargeur d'IR et vos propres IR pour obtenir un son complet d'ampli et de baffle.

Puis-je utiliser NAM sur scène ?

Oui, grâce à du matériel d'autres entreprises. La page des constructeurs de NAM cite des fabricants tels que Darkglass, Two Notes, Hotone et Valeton, dont les produits utilisent la technologie NAM.

Comparer les alternatives

Neural Amp Modeler

Gratuit · Web · API

Sur le blog Stork

Cet article vous plaît ? Recevez-en un comme celui-ci chaque matin.

un e-mail par jour · désinscription en deux clics · aucun traqueur tiers