Darwin's Cat
ReVolt: catture NAM del Two Notes ReVolt Guitar

ReVolt: catture NAM del Two Notes ReVolt Guitar

L'apparecchio

Two Notes ReVolt Guitar

Numero di serieAnnoOriginePagina del produttore
1497B9C12025Progettato in Francia, costruito in Cinatwo-notes.com
Catturato da
Darwin's Cat
Catture
54
Percorso del segnale
valvole: 1

Clean

Carattere
pulito

Equalizzazione

BASS shelving dei bassi 221 Hz
  • minimo
  • riferimento
  • massimo
TREBLE shelving degli acuti 1 kHz
  • minimo
  • riferimento
  • massimo

Crunch

Carattere
crunch · overdrive

Equalizzazione

BASS shelving dei bassi 172 Hz
  • minimo
  • riferimento
  • massimo
MID campana 755 Hz
  • minimo
  • riferimento
  • massimo
TREBLE shelving degli acuti 1 kHz
  • minimo
  • riferimento
  • massimo

Lead

Carattere
high gain · overdrive

Equalizzazione

BASS shelving dei bassi 176 Hz
  • minimo
  • riferimento
  • massimo
MID campana 765 Hz
  • minimo
  • riferimento
  • massimo
TREBLE shelving degli acuti 1.2 kHz
  • minimo
  • riferimento
  • massimo

Cielo dell’immagine: NASA/Goddard Space Flight Center Scientific Visualization Studio; Gaia DR2: ESA/Gaia/DPAC

Domande frequenti

Da dove vengono «Great!», «Not bad!» e le altre valutazioni dell’ESR?

L'ESR (error-to-signal ratio) indica quanto il modello si discosta dalla registrazione su cui ha imparato: l'energia della differenza divisa per l'energia del suono stesso, su un tratto di validazione della registrazione. Minore è l'ESR, più il modello si avvicina alla registrazione.

ESR valutazione
sotto 0.01 Great!
sotto 0.035 Not bad!
sotto 0.1 ...This *might* sound ok!
sotto 0.3 ...This probably won't sound great :(

neural-amp-modeler · nam/train/core.py

Un ESR di 0.01 significa che la differenza è 20 dB più bassa del suono stesso; 0.005, 23 dB.

Che cos’è una curva di addestramento?

Mostra come è cambiato l'ESR del modello mentre imparava. In orizzontale: le epoche, ognuna corrisponde a un passaggio del programma di addestramento di NAM sull'intera registrazione. In verticale: l'ESR sul tratto di validazione dopo ogni epoca, in scala logaritmica.

All'inizio l'ESR scende in fretta, poi la curva si appiattisce: il modello sta imparando i dettagli fini. I picchi sono singole epoche in cui l'addestramento è andato per poco fuori strada; dopo, la curva torna al livello di prima.

L'ESR di una cattura è il valore calcolato dal programma di addestramento per il modello finale. Passi il cursore sulla curva per vedere l'ESR a ogni epoca.