Deep Vintage
具有深厚复古魂魄的传奇硬件模拟

Deep Vintage是一套传奇的硬件模拟插件套装，能够让您沉浸在真实的模拟魔力中。Deep Vintage不仅仅追求真实复制电路或特定音色，而是通过模拟整个声音，以在数字世界中再现复古的“灵魂”。深度、光泽、低频饱和…硬件声音精髓的每一个细微之处都准备好让您点燃，而且CPU使用率和延迟非常低。

APNN 2.0
Deep Vintage经过Three-Body Tech独有的APNN（音频处理神经网络）2.0训练，仅基于声音学习，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和硬件会接收相同的音频输入，APNN 2.0将学习硬件如何在波形和频谱维度上改变音频。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，最终变得与原始硬件无法区分。请查看下面的演示，听听APNN 2.0如何逐步学习和复制硬件的声音。

在APNN 2.0实例完成训练后，我们会进行严格的人工测试并进行调整，直到我们的整个团队无法通过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 Shelf
受到最具标志性和音乐化的节目均衡器之一的启发，Tube Shelf忠实地模拟了原始管电子设备的EQ特性和独特的音色。

Tube Shelf模块主要用于调整低频和高频。由于频段选项相对较少，通常与其他EQ模块配对使用，最常见的是与Tube Bell和Tube Filter模块（见下文）一起进行更详细的音调塑造。

亮点
多重饱和，多级着色
凭借APNN 2.0的强大能力，Deep Vintage模拟的不仅仅是特定的频率响应或着色，还包括所有微妙的“硬件魅力”：动态、空灵、相位变化、电子管电压下降、变压器的“铁声”等等。无论是微妙的着色、适度的饱和还是完全压碎整个音频，它的真实表现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，带来超现实的灵活性。这使您可以在保持高驱动设置的声音力量的同时，保持纯净音调的纯度。

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不仅准确捕捉到这一点，还提供了切换“铁声”开关的功能，可以在变压器版本和无变压器版本之间切换。无论您追求浓郁的音调还是清晰的音调，它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，还支持高达8倍的过采样，有效消除任何混叠问题。

EQ共同训练
大多数神经网络只能捕捉到硬件的离散状态，从而仅提供有限的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/颤音是由于磁带机的磁带传输系统中的机械不一致性引起的音高变化。颤音指的是较慢、更明显的音高波动，而颤音则是较快的速度变化形式。

与EQ共同训练一样，APNN 2.0使用物理建模的颤音/颤音模拟并与神经网络共同训练。这不仅使神经网络训练的结果听起来更真实，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年左右一款经典DAW引入的极其微小变化（小于-140 dB）的启发。虽然变化微乎其微，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集群，Deep Vintage与其他插件一样在本地运行，具有非常低的CPU使用率。您可以轻松将其插入到每个音轨中！

更多功能
• 原生支持Apple Silicon
• 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