罗恩 随机过载神经网络 什么是罗恩? 在音频技术的整个历史中,工程师,电路设计师和吉他手不懈地搜索由于剪切音频信号而产生的新颖,极端和令人兴奋的效果。 无论是真空管(阀门),二极管,晶体管,运算放大器,微芯片,还是损坏的扬声器驱动器,都会造成失真,看来我们已经尝试了全部。 但是也许至少还剩下一个尚未得到充分开发的领域,那就是神经网络的领域。 现在的神经网络已经过去了一轮了。 实际上,它们已经被用来对吉他放大器和踏板的失真和过载效应进行建模(例如 , , 和 )。 因此,您可能会问,“这有什么不同?” 答案是, ronn不会为任何现有的音频电路建模,我们甚至都不会去训练任何东西! 相反,我们将神经网络的概念视为可以使信号失真的系统,然后让用户控制该系统以探索新的效果。 无需接触TensorFlow或PyTorch,即可轻松构建神经网络。 单击下面的缩略图观看该插件的实时演示。 设置