Deep Vintage
传奇硬件模拟效果器系列
Deep Vintage是一系列硬件模拟插件，它不追求“正确”的电路建模，也不使用IR等线性技术复刻频率响应，而是使用机器学习算法直击一切的源头——复制硬件的声音。在保证CPU使用率和延迟最小的情况下，让饱满的低频，亮晶晶的高频，胆机味，“牛声”等每一个用于形容硬件的黑话都被尽可能完美的复制。

让Deep Vintage在您的数字工作站中再多加一点模拟染色吧！

APNN 2.0
Deep Vintage系列插件使用了三体声音科技最新自主研发的APNN 2.0神经网络引擎。在网络训练开始时，APNN 2.0将干声作为期望输入，将真实硬件的输出最为“期望输出”，然后从波形和频谱两个维度不断逼近期望输出。

下方的图表显示了APNN 2.0的训练过程：随着神经网络训练时长的逐渐增大，波形和频率误差越来越低，最终达到和真实硬件听感极其类似的效果，点击下方按钮试听在不同训练时长下的效果。

系列亮点

丰富的饱和，多彩的染色
通过APNN 2.0技术，Deep Vintage系列效果器不光模拟了硬件的频率特性和染色，还模拟了“硬件魔法”：动态特性，空气感，相位偏转，变压器压降，变压器牛声等等……无论是稍加染色，适度饱和还是推到失真，Deep Vintage都尽量模拟的更像硬件！

独立谐波控制
在真实硬件中，在给定的增益下谐波失真是无法调节的。但是在Deep Vintage系列中，您将拥有控制谐波总量的能力，在保持频响，动态响应等特性改变不大的前提下增大或削弱谐波失真。无论是饱满还是干净的声音都能实现！

低频饱和技术
音频硬件处理器的一大部分声音秘诀在于音频变压器，即俗称的“音频牛”。音频变压器会让低频变得更加张扬，厚重。Deep Vintage系列不光精确的模拟了这种效应，而且还提供了可切换开关，让您在有变压器和无变压器两个版本之间进行切换。无论您想要饱满还是更干净的低频，它都可以实现！

升采样
大部分音频处理神经网络都只能运行在固定采样率下，但APNN 2.0可运行在任意采样率！全新升级的重采样算法保证了在任意采样率下的模型精确性，进一步的，Deep Vintage系列全面支持高达8倍的升采样，进一步的降低混叠。

在不使用升采样时，在高频频段会产生比较严重的混叠问题。

启用4倍升采样后，混叠问题将大大改善。

EQ协同训练
大部分音频处理神经网络只能捕捉设备的某一个状态，对于话放来说这没什么问题，但对于带有EQ的效果器就不方便了——只能一挡一挡调节。对于带有EQ的效果器，Deep Vintage首先为这种设备制作基于电路建模的EQ模型，再让这个模型和AI模型一起“协同训练”。AI去学失真，而EQ则微调参数，让理论模型更接近实际EQ响应特性，使得您可以同时得到可自由调节的EQ，以及逼近真实硬件的频谱响应。

磁带机的Wow/Flutter协同训练
Wow（抖动）/Flutter（晃动）是由于磁带传输系统中的机械不一致性而发生的音高变化。Wow指的是较慢、更明显的音高波动，而flutter则是一种更快的速度变化形式。

就像EQ协同训练一样，APNN 2.0使用了物理建模的Wow/Flutter模拟，并使其与神经网络一起训练。不但让神经网络训练出来的结果更像真的，同时还让建模的Wow/Flutter效果更接近硬件原型。

可调节的底噪
Deep Vintage系列模拟了设备的底噪，您可以根据需要调整噪音的量。

“老DAW声” 功能
本功能的效果启发自某款2000年左右的经典DAW对信号造成的一点点极其微小的变化（变化小于-140dB）。 尽管它极其微弱，但我们依然没有忽略它，您可以根据需要打开或关闭这个功能。

低CPU占用
无需什么云计算，Deep Vintage系列和其他普通插件一样完全在您的本地实时运行，并且拥有极低的CPU占用。

想要每轨都加？没问题！