SGT-DI: capturi NAM ale Ampeg SGT-DI
Descărcați gratuit pachetul NAM A2 al preampului de bas Ampeg SGT-DI sau pluginul RedGrooveBass, care îl conține deja. Sau pur și simplu ascultați capturile mai jos și descărcați-le una câte una.
Aparatul
Ampeg SGT-DI
| Număr de serie | An | Origine |
|---|---|---|
| 21SGD2V7522000062 | 2025 | Proiectat în Statele Unite, fabricat în China |
- Capturat de
- Darwin's Cat
- Capturi
- 22
- Sună în
- OrbitBass, RedGrooveBass
Ampeg SGT-DI
- Caracter
- la limita saturației · overdrive
| Grit | Voice | Epoci | ESR | Descărcare |
|---|---|---|---|---|
| 7h | SVT | 800 | 0.00109 | Ampeg SGT-DI 7h SVT.nam |
| 8h | SVT | 800 | 0.000913 | Ampeg SGT-DI 8h SVT.nam |
| 9h | SVT | 800 | 0.00122 | Ampeg SGT-DI 9h SVT.nam |
| 10h | SVT | 800 | 0.00127 | Ampeg SGT-DI 10h SVT.nam |
| 11h | SVT | 800 | 0.0025 | Ampeg SGT-DI 11h SVT.nam |
| 12h | SVT | 800 | 0.00247 | Ampeg SGT-DI 12h SVT.nam |
| 13h | SVT | 1000 | 0.00449 | Ampeg SGT-DI 13h SVT.nam |
| 14h | SVT | 1000 | 0.00773 | Ampeg SGT-DI 14h SVT.nam |
| 15h | SVT | 1200 | 0.0104 | Ampeg SGT-DI 15h SVT.nam |
| 16h | SVT | 1200 | 0.012 | Ampeg SGT-DI 16h SVT.nam |
| 17h | SVT | 1200 | 0.0122 | Ampeg SGT-DI 17h SVT.nam |
| 7h | B15 | 800 | 0.000534 | Ampeg SGT-DI 7h B15.nam |
| 8h | B15 | 800 | 0.000528 | Ampeg SGT-DI 8h B15.nam |
| 9h | B15 | 800 | 0.000665 | Ampeg SGT-DI 9h B15.nam |
| 10h | B15 | 800 | 0.000944 | Ampeg SGT-DI 10h B15.nam |
| 11h | B15 | 800 | 0.0013 | Ampeg SGT-DI 11h B15.nam |
| 12h | B15 | 800 | 0.00207 | Ampeg SGT-DI 12h B15.nam |
| 13h | B15 | 800 | 0.00259 | Ampeg SGT-DI 13h B15.nam |
| 14h | B15 | 1000 | 0.00475 | Ampeg SGT-DI 14h B15.nam |
| 15h | B15 | 1000 | 0.00583 | Ampeg SGT-DI 15h B15.nam |
| 16h | B15 | 1000 | 0.00728 | Ampeg SGT-DI 16h B15.nam |
| 17h | B15 | 1000 | 0.00774 | Ampeg SGT-DI 17h B15.nam |
Egalizare
- minim
- referință
- maxim
- minim
- referință
- maxim
- minim
- referință
- maxim
- -
- 0
- +
- 0
- +
Cerul din imagine: NASA/Goddard Space Flight Center Scientific Visualization Studio; Gaia DR2: ESA/Gaia/DPAC
Întrebări frecvente
De unde vin „Great!”, „Not bad!” și celelalte calificative ESR?
ESR (error-to-signal ratio) arată cât de mult se abate modelul de la înregistrarea din care a învățat: energia diferenței împărțită la energia sunetului însuși, pe un fragment de validare al înregistrării. Cu cât e mai mic, cu atât modelul e mai aproape.
| ESR | calificativ |
|---|---|
| sub 0.01 | Great! |
| sub 0.035 | Not bad! |
| sub 0.1 | ...This *might* sound ok! |
| sub 0.3 | ...This probably won't sound great :( |
neural-amp-modeler · nam/train/core.py
Un ESR de 0.01 înseamnă că nivelul diferenței este cu 20 dB sub cel al sunetului însuși; la 0.005, este cu 23 dB sub acesta.
Ce este curba de antrenare?
Cum s-a schimbat ESR-ul modelului în timpul antrenării. Pe orizontală sunt epocile; fiecare epocă reprezintă o parcurgere a întregii înregistrări de către algoritmul de antrenare. Pe verticală este ESR-ul calculat pe fragmentul de validare după fiecare epocă, pe o scară logaritmică.
La început ESR-ul scade repede, apoi curba se aplatizează: modelul învață detaliile fine. Vârfurile sunt epoci izolate în care antrenarea a deraiat pentru scurt timp; după ele, curba revine la nivelul de dinainte.
ESR-ul unei capturi este valoarea furnizată de algoritmul de antrenare pentru modelul final. Plasați cursorul deasupra curbei ca să vedeți ESR-ul la fiecare epocă.