TONEX vs NAM

Ci ho messo un po’ per capire come farlo ma alla fine sono riuscito a fare un profilo del mio amplificatore preferito con Neural Amp Modeler, ho installato il repository con il codice python sul mio Computer seguendo la procedura indicata nella documentazione che comunque è abbastanza chiara, quello che mi ha preso un po’ di tempo è stato capire come esportare il reamp del file da usare per la cattura, magari scriverò nei prossimi giorni un tutorial con i dettagli, ma anche questo non è niente di sconvolgente. Una volta fatto il profilo con 100 EPOCHS ho pensato che sarebbe stato carino farlo anche con TONEX con gli stessi identici settaggi per poterli paragonare, e i profili sono a vostra disposizione, scaricabili da questo articolo per lasciare a voi la possibilità di fare il paragone con le vostre orecchie.

Ho fatto i due profili senza cassa, solo l’ampli in DI, in questo modo potete aggiungere la IR di vostra preferenza, e comunque per il momento sembra che con NAM sia meglio profilare senza cassa, dopo aver fatto diversi esperimenti con TONEX posso anche sbilanciarmi nel dire che al momento preferisco quelli che ho fatto senza cassa potendo poi aggiungere una IR sia sul pedale che nel plugin.

Per catturare mi sto trovando bene ad usare una Palmer TRAVE come reamp box e collego l’uscita di potenza dell’amplificatore al Two Notes Torpedo Captor 8, da qui vado con il segnale di linea in DI box ADA GCS-3 sulla quale ovviamente non attivo la simulazione di cassa ma mi permette di monitorare con la sua uscita cuffia direttamente in questo punto del tragitto del segnale il suono che contemporaneamente invio alla Scheda Audio, una Audient ID4 MKII.

Per fare la cattura per NAM ho usato Cubase facendo il reamp del File dry, file di input, che è necessario usare, Bisogna settare il progetto a 48kHz 24 bit e poi tagliare la traccia in cui si è fatto il reamp esattamente alla stessa lunghezza del file di input. Quando si esporta dalla DAW bisogna assicurarsi che il file esportato, file di Output, sia a 24 bit 48kHz e MONO.

Ottenuto il file si può avviare NAM nel prompt di Anaconda ed usare la sua interfaccia grafica per caricare il file di input, il file di output e scegliere dove salvare il profilo una volta terminato il training. Il software compensa automaticamente il delay tra il file di input e quello di output (la latenza del reamp) e parte il training. Con 100 Epochs ci ha messo sulla mia macchina, con Scheda Nvidia GTX1060, una decina di minuti, ma ho avuto due warnings che mi avvisano che posso cambiare dei settaggi per sfruttare meglio le performance del processore e quindi ridurre i tempi di training.

Durante la fase di training NAM usa molto di più il processore di TONEX, lo screenshot chiaro è durante il training di TONEX mentre quello scuro è durante il training di NAM

Al termine del training NAM restituisce a terminale, e produce il grafico, la differenza tra il profilo e il file di cattura (Error Signal Ratio).

Una volta ottenuto il profilo .nam ho pensato di fare subito un profilo con TONEX con gli stessi identici settaggi dell’ampli e dell’interfaccia audio in modo di poterli paragonare. Con tonex ho usato la modalità DEFAULT che è più che adeguata per suoni puliti e penso abbastanza paragonabile ai 100 epochs di NAM (questa è una mia supposizione)

Io ho caricato in una traccia in cubase TONEX e NAM e una IR nell’IR Loader di Nembrini (e metteteci un po di reverbero che non guasta mai), ho provato a fare un confronto A/B e a mia percezione suonano assolutamente identici, l’unica cosa che ho rilevato come differenza è che in TONEX se alzo il gain ho effettivamente un comportamento più simile ad un amplificatore in quanto aumenta la saturazione del suono, in NAM non mi sembra, se aumento l’input il timbro e la saturazione non cambiano. Ma potrebbe essere semplicemente una mia percezione, per questo credo che la cosa migliore sia che scarichiate questo file zip che contiene i due profili e proviate voi stessi.

Scarica i due profili: Download