Las redes neuronales emulan cualquier pedal de guitarra por $ 120

Es un hecho bien establecido que la perspicacia de un guitarrista se puede medir con precisión por el tamaño de su pedalera: cuantos más pedales, mejor jugador. ¿Por qué tener una caja que puede hacer todo cuando puede tener muchas que hacen solo unas pocas cosas?
Dejando a un lado las bromas, la idea de reemplazar una colección completa de pedales con una sola caja no es nada nuevo. Su pedal de efectos estándar de la vieja escuela es un asunto analógico, que utiliza una combinación de filtros y amplificadores para lograr un cierto sonido. Algunos procesadores multiefectos modernos utilizan modelos de software de pedales más antiguos para reproducir su sonido. Estos pedales digitales han existido desde los años 90, pero ninguno ha sido como el Proyecto NeuralPi. Recién lanzado por (GuitarML), el NeuralPi toma alrededor de $ 120 de hardware (incluido, lo adivinaste, una Raspberry Pi) y lo transforma en el pedal perfecto.
La clave aquí, por supuesto, son las redes neuronales. El LSTM en el núcleo de NeuralPi se puede entrenar en cualquier pedal que tenga para reproducir con precisión su sonido, e incluso puede hacerlo con una latencia increíblemente baja gracias a Elk Audio OS (que incluso alimenta la guitarra sintetizada de Matt Bellamy, como se usó en el Simulation Theory World Tour de Muse). El resultado de un modelo entrenado es un complemento VST3, un formato popular para describir efectos de audio.
Esta no es la primera vez que vemos algunos cosas realmente interesantes de (GuitarML), y también se remonta un poco a algunos simulación de pedal dulce en LTSpice que vimos el año pasado. Estamos ansiosos por ver que este proyecto continúe desarrollándose; con el tiempo, sería increíble ver una interfaz de usuario elegante, o tal vez alguien diseñe una carcasa genial con algunas perillas y un pedal honesto para la entrada del usuario.
¡Gracias a (Mish) por el dato!