Une étude de l'Aalto Acoustics Lab démontre que les simulations numériques d'amplificateurs de guitare peuvent ressembler à la réalité. Les implications sont qu'à mesure que les modèles logiciels continuent de s'améliorer, ils peuvent remplacer les amplificateurs de guitare analogiques traditionnels, qui sont encombrants, fragile et cher.

De nombreux amplificateurs de guitare et effets de distorsion populaires sont basés sur des circuits analogiques. Pour obtenir la distorsion souhaitée du signal de la guitare, ces circuits utilisent des composants non linéaires, tels que les tubes à vide, diodes, ou transistors. Alors que la production musicale devient de plus en plus numérisée, la demande d'émulations numériques fidèles d'effets audio analogiques augmente.

Le professeur Vesa Välimäki explique qu'il s'agit d'un développement passionnant dans l'apprentissage en profondeur, « Les réseaux de neurones profonds pour la modélisation de la distorsion de la guitare ont déjà été testés, mais c'est la première fois, où les auditeurs à l'aveugle ne pouvaient pas faire la différence entre un enregistrement et un faux son de guitare déformé ! C'est comme lorsque l'ordinateur a appris à jouer aux échecs pour la première fois.

L'objectif principal du domaine de la modélisation Virtual Analog (VA) est de créer des émulations numériques de ces systèmes analogiques qui permettront un équipement analogique coûteux et fragile à remplacer par des plugins logiciels pouvant être utilisés sur un ordinateur de bureau ou portable moderne.

Les circuits d'un amplificateur spécifique peuvent être simulés avec précision à l'aide de techniques de modélisation de circuits, mais le résultat est souvent un modèle trop exigeant en calcul pour un traitement en temps réel. En outre, un nouveau modèle doit être créé pour chaque amplificateur en cours de modélisation, et le processus est laborieux.

Une approche alternative pour la modélisation VA est la modélisation "boîte noire". La modélisation en boîte noire est basée sur la mesure de la réponse du circuit à certains signaux d'entrée et la création d'un modèle qui reproduit la cartographie entrée-sortie observée. L'étude d'où proviennent ces résultats, était basé sur le réseau de neurones convolutifs WaveNet.

Le modèle d'amplificateur numérique est créé à l'aide d'un réseau de neurones profonds. L'audio est enregistré à partir d'un amplificateur de guitare « cible », et cet audio est utilisé pour entraîner le réseau de neurones profonds à simuler cet amplificateur de guitare.

Alec Wright, un doctorant, en se concentrant sur le traitement audio à l'aide de l'apprentissage en profondeur dit, Les tests ont été menés pour valider les performances de modèles émulant les amplificateurs à lampes Blackstar HT5 Metal ou Mesa Boogie Express 5:50+. Les modèles ont été créés en mettant l'accent sur les performances en temps réel, et tous peuvent être exécutés en temps réel sur un ordinateur de bureau ».

Tout cela signifie que dans un avenir proche, tout ce qu'un guitariste devra faire est de se brancher sur son ordinateur portable qui exécute le plugin neural profond, et un son d'ampli de guitare vintage très convaincant sortira des haut-parleurs.

Il reste à voir si les puristes d'amplificateurs de guitare seront prêts à se séparer de leurs appareils bien-aimés, mais cette innovation ouvre la voie à tout passionné d'audio pour obtenir numériquement le son de guitare souhaité, que ce soit un Marshall, Orange, Aile, ou quoi que ce soit d'autre, sur la route ou en studio.