Deep Vintage
深度复古——传奇硬件模拟，深厚的复古灵魂

Deep Vintage是一套传奇的硬件模拟插件套装，能让您沉浸在真正的模拟魔力中。Deep Vintage不仅仅追求电路复制或特定的音色，它模拟整个声音，以在数字世界中再现复古的“灵魂”。深度、光泽、低频饱和…每一个硬件声音精神的细微之处都准备好让您点燃，而且CPU使用率和延迟极低。

APNN 2.0
Deep Vintage通过Three-Body Tech独有的APNN（音频处理神经网络）2.0进行训练，完全基于声音学习，创造出与原始硬件无法区分的听觉体验。

APNN 2.0是一种专门用于模拟模拟硬件的神经网络。在训练过程中，APNN 2.0和硬件将接收相同的音频输入，APNN 2.0会学习硬件在波形和频谱维度上如何改变音频。这意味着经过良好训练的APNN 2.0实例可以捕捉到源硬件的动态和音调特性。下图展示了随着训练的进行，APNN 2.0的波形和频谱响应偏差逐渐减小，最终与原始硬件无法区分。请通过下面的演示听听APNN 2.0如何逐步学习并复制硬件的音色。

APNN 2.0实例完成训练后，我们进行了严格的人工测试，并进行了调整直到我们的团队无法通过ABX测试。这使我们自豪地宣布：

在数字音频领域，没有比Deep Vintage更接近真实硬件的产品。

Tube Filter
Tube Filter通过高切和低切增强了Tube Shelf和Tube Bell的功能。尽管高切在混音中使用较少，但Tube Filter平滑、自然的高切在需要时能很好地“暗化”音频。

亮点
多重饱和，多级着色
凭借APNN 2.0的强大能力，Deep Vintage不仅模拟特定的频率响应或着色，还模拟了所有微妙的“硬件魅力”：动态、空气感、相位变化、电子管电压下降、变压器的“铁声”等。无论是微妙的着色、适度的饱和还是压碎整个音频，其真实的表现都会让您忘记它是数字的。

独立谐波控制
在真实的硬件中，谐波的数量在给定的旋钮设置下是固定的。然而，Deep Vintage通过允许独立控制谐波，与所有其他音调特性分离，带来了超现实的灵活性。这样，您可以在保持清晰音色的纯度的同时，调整高驱动设置的声音力量。

低频饱和
音频变压器的“铁声”——轻微增加的低频厚度和饱和度——是真实硬件声音特性的典型体现。Deep Vintage不仅准确捕捉到了这一特点，还提供了切换“铁声”开关，使您可以在变压器版本和无变压器版本之间切换。无论您想要浓郁的音色还是清晰的音色，Deep Vintage始终以卓越的品质呈现。

重新采样/上采样
几乎所有的音频处理网络都以固定的采样率运行，但我们通过优化网络使重新采样成为可能。Deep Vintage中完全重新设计的重新采样算法确保在所有采样率下保持一致的准确性和保真度，使模拟与采样率无关。此外，它还支持高达8倍的超采样，有效消除混叠问题。

EQ共同训练
大多数神经网络只能捕捉硬件的离散状态，因此仅提供有限的EQ组合。然而，Deep Vintage通过额外的EQ模拟支持完全连续的EQ调整。对于具备EQ的模型，”共同训练算法”在微调基于电路的预建模EQ模块的同时，同时学习硬件原型的饱和特性。这使您可以在享受真实的硬件声音的同时，完全自由地调整EQ。

磁带颤音/颤音共同训练
颤音/颤音是由于磁带机中磁带传输系统的机械不一致性而引起的音高变化。颤音是较慢、更明显的音高波动，而颤音是较快的速度变化形式。

与EQ共同训练一样，APNN 2.0使用物理模型的颤音/颤音模拟，并与神经网络一起进行共同训练。这不仅使神经网络的训练结果更真实，还使模型化的颤音/颤音效果更接近原始硬件。

可调噪声底噪
Deep Vintage系列模拟了硬件固有的噪声底噪，您可以根据需要调整噪声的量。

“复古DAW”模拟
该按钮受到2000年左右经典DAW引入的非常微小的变化（小于-140 dB）的启发。虽然这些变化微乎其微，但我们没有忽视它们。您可以根据需要启用或禁用此功能。

低CPU使用率
无需昂贵的基于云的GPU群集，Deep Vintage与其他插件一样在本地运行，具有极低的CPU使用率。您可以轻松地在每个音轨上使用它！

更多特点
• Apple Silicon原生支持
• 撤消/重做
• A/B切换
• 输入/输出电平表
• 单声道模式
• LR/MS处理
• 相位反转
• 图形界面重新缩放

延迟
26个采样点，44100 Hz下约0.6毫秒

Rev1修复时间限制。感谢Stevie Dude

主页
https://www.threebodytech.com/en/products/deepvintage

免责声明