【音/波形比較】Neural Amp Modeler の精度を検証【モデル配布】

Neural Amp Modeler で Marshall / 1987X をキャプチャーして音と波形を比較します。

キャプチャー / リアンプのセッティング

Marshall / 1987X：
　Presence: 6、Bass: 2、Middle: 4、Treble: 7、
　Loudness 1: 10、Loudness 2: 0（ジャンパー接続）
→ Suhr / Reactive Load：DI OUT → Audio I/F

リアンプ音源と比較

※ 実機をリアンプした都合で、今回はアンプのスピーカー出力の音（キャビネット無し）の比較になります。聞き慣れない音かとは思いますがご了承ください。

この音源だとノイズの有無しか違いが分からないかと思いますので、L/R に振った音源をメインで進めていきます。

L と R に振ってみる

※ ノイズの差が大きいので、比較をしやすくするために NAM の音源へ実機のノイズ音を付加してあります。
※ 実機を L 、NAM を R へ振っています。ヘッドホン推奨です。

• リフ音源の最後のブリッジミュートの歪みの伸び具合

• カッティング音源のスライド部分の歪みの伸び具合

• ブリッジミュート音源の減衰具合

↑ 以外は私にはセンター定位（差を認識できていない）に聞こえました。
（キャビネットで）高域が落ちていなくて粗が目立ちやすい音源で、これしか差が分からないとなると、もう同じ音だと言っても良いレベルな気がします。

ブリッジミュート音源の波形を比較

アタックから 0.1 秒くらい後の波形です。波形の変化をしっかり再現できているのが確認できます。

1 秒付近の減衰具合です。そのままだと重なって見づらいので NAM（赤色）を正負反転させています。振幅の変化を見ると実機の方が減衰が遅いのが確認できます。

少し技術寄りな話

ブリッジミュートの（エレキギターからの）出力は独特な波形になるので、実機との合わせ込みをする際には、単音／コード弾きを合わせるとブリッジミュートがズレる、逆にブリッジミュートを合わせようとすると単音／コード弾きがズレる…といった事になりがちです。

低域側はブリッジミュート、高域側は単音／コード弾きを優先して合わせると割と良い具合にまとまったりもするのですが、それでもブリッジミュートの高域成分はなかなか合いません。

実際の動作をモデリングしきれていないのでズレてしまうわけですが、製品として実用的なレイテンシー＆処理負荷にまとめるためには、結構な割り切り（要素の簡略化／省略）が必要になります。
であれば、ニューラルネットワークという全く別のアプローチを使って、影響の大きい因子を優先的に合わせていった方が良い結果になる…というのは当たり前の話なのかも知れません。

検証の所感

実機の再現度は、過去の検証結果（記事の最後にリンク）も踏まえると、

1. NAM

2. シミュレーションベースのモデリング＋実機合わせ込み

3. Kemper（2021 年時点）

4. シミュレーションベースのモデリング

5. 非シミュレーションのモデリング

の順かと思います。キャプチャーには、

• （同じ入力に対する）出力の 1 箇所でしか比較できない

• どんな回路か知らない

という、人間的な感覚だとかなり大きな制約があって、それを覆せるレベルにはまだ達していないと思っていましたが、全くそんな事はなさそうです。実際のところは、（ディープラーニングの）トレーニング回数やアルゴリズム＆入力信号の工夫などで十分にカバーできる程度の事なのかも知れません。

この技術がオープンソースで且つ、誰でも無料ですぐに試せる環境が用意されている訳ですから、他のキャプチャー製品の現状（のレベル）は知りませんが、数年後にはその多くが駆逐されてしまうかもしれない…とすら感じてしまいます。

NAM の課題

（キャプチャー系特有の）実機のつまみ操作を再現できない点は大きなデメリットかと思いますが、実はユーザーが実機で操作できる要素の多くは静特性の変化になります。
静特性（線形処理）なら回路シミュレーションに基づけば理論値で再現できますので、非線形処理はニューラルネットワーク、線形処理は回路シミュレーションのハイブリッド構成が、これからのアンプシミュレーターが進むべき方向だと個人的には考えています。

この点に関しては、おそらくKemper の Liquid Profiling が同じ発想かと思います。ただ、後出しでトーン回路モデリングを追加出来ているという事は、裏を返せばと元々の構成がそんなに複雑ではないとも考えられそうです。

IK Multimedia については、回路シミュレーションとニューラルネットワークの両方の技術を持っていそうなので、現時点でハイブリッド構成に一番近いところにいるのではと思います。

以前は、エイリアスに課題があるという内容を書いていましたが、改めて確認したところ問題ないレベルでしたので削除しました。

作成したモデル

今回の検証で作成したモデルです。
DI OUT のキャプチャーなので、IR かキャビネットシミュレーターとセットでご使用ください。

※Training parameters：
　epochs: 1000, architecture: Standard

過去の検証：Kemper（2021年時点）

最新バージョンでは多少改善されているかも知れませんが、ブリッジミュートやボリュームを絞った音は結構違うという結果でした。

プレキシを回路シミュレーションに基づいて忠実に再現したアンプシミュレーターを無料配布しています ↓