Pendant longtemps, un modèle neuronal capable d’imiter un ampli de guitare ressemblait surtout à un logiciel pour ordinateur.

Neural Amp Modeler essaie maintenant de devenir un format que l’on transporte dans du hardware beaucoup plus banal.

La version A2, développée avec TONE3000 et le créateur de NAM Steve Atkinson, a été conçue pour réduire fortement le coût de calcul des captures. L’objectif annoncé est explicite : permettre à des pédales, amplis et multi-effets abordables de charger directement des modèles neuronaux issus d’un écosystème ouvert.

Cet été, HeadRush a commencé à intégrer ce support dans ses Prime, Core et Flex Prime. Le point intéressant n’est pas juste qu’une nouvelle pédale gagne une fonction IA. C’est que le fichier de son cesse progressivement d’appartenir à une seule marque.

Une capture apprend le comportement du matériel

Neural Amp Modeler ne simule pas un ampli en décrivant chaque lampe, transformateur et composant du circuit.

Le système envoie un signal de référence dans l’équipement réel, enregistre ce qui en ressort, puis entraîne un réseau à reproduire cette relation entrée-sortie. Le résultat est exporté dans un fichier .nam utilisable par des plugins ou du matériel compatible.

Cette approche permet de capturer un ampli, un préampli, une pédale ou une chaîne plus complète sans disposer d’un modèle physique détaillé de son électronique.

Les affirmations marketing sur une reproduction « indistinguishable » doivent rester ce qu’elles sont : des affirmations du projet et de ses partenaires. L’intérêt vérifiable est plus simple : le format et le code sont ouverts, plusieurs implémentations savent déjà lire ces modèles, et l’écosystème ne dépend pas d’un seul fabricant.

A2 existe surtout pour rentrer dans moins de calcul

La première architecture NAM visait surtout les ordinateurs et plugins.

A2 a été retravaillée pour utiliser moins de CPU. TONE3000 décrit deux variantes principales : A2-Full pour privilégier la précision, et A2-Lite pour les systèmes embarqués.

Le projet affirme qu’A2-Lite peut tourner à environ 50 % d’un Cortex-M7 à 600 MHz, un type de processeur que l’on retrouve dans du matériel audio bien moins cher qu’un ordinateur complet. Cette mesure vient de TONE3000, pas d’un benchmark indépendant.

Le dépôt officiel neural-amp-modeler a intégré les briques A2 dans ses releases récentes, avec notamment le support des modèles « slimmable », du packed training et des configurations A2 dans les trainers. Le NeuralAmpModelerCore C++ sert ensuite de couche DSP pour les applications et intégrations.

L’évolution n’est donc pas seulement un billet produit. Elle apparaît dans les dépôts du projet.

Le hardware commence à devenir un lecteur de captures

TONE3000 avait annoncé le support d’A2 par plusieurs fabricants, dont Blackstar, Darkglass, HeadRush, Lava Music, Chaos Audio et Dimehead.

Début août, HeadRush a déployé une mise à jour permettant à ses modelers Prime, Core et Flex Prime d’utiliser des captures NAM et de se connecter à la bibliothèque TONE3000. Cette disponibilité est rapportée par la presse spécialisée ; l’annonce de partenariat et le support prévu apparaissaient déjà dans les sources TONE3000.

Le changement est assez proche de ce qui s’est produit avec les impulse responses.

Une pédale devient moins un coffre rempli exclusivement de modèles créés par son fabricant et davantage un lecteur capable de charger des représentations produites ailleurs.

Ça ne rend pas tout compatible magiquement. Les architectures, versions de fichiers et capacités DSP restent des contraintes. Mais la direction change le rapport entre l’achat du hardware et la bibliothèque de sons.

Un son peut survivre à la boîte qui le joue

Les systèmes de modeling propriétaires mélangent souvent quatre choses : le matériel, le format de capture, l’outil de création et la plateforme de partage.

Un utilisateur peut donc investir du temps dans une bibliothèque qui reste liée à une famille de produits.

NAM sépare davantage ces couches. La capture peut être produite avec un outil, partagée sur une plateforme et jouée par différentes implémentations logicielles ou matérielles.

C’est probablement la partie la plus intéressante pour les musiciens et makers.

Un ampli rare peut être capturé une fois, archivé comme fichier et rejoué sur un plugin aujourd’hui puis sur une pédale différente demain, si les deux implémentent correctement le format.

On passe d’un preset à quelque chose qui ressemble davantage à un petit artefact portable.

L’open source devient intéressant quand il atteint la scène

Les projets audio open source sont faciles à admirer depuis un laptop. Ils deviennent beaucoup plus convaincants quand un musicien peut les utiliser sans ouvrir un terminal.

A2 essaie précisément de franchir cette frontière.

Le sujet n’est pas que l’IA arrive enfin dans une pédale. Des produits propriétaires utilisent déjà du machine learning depuis longtemps.

Le mouvement plus important est ailleurs : une technique de capture née comme projet ouvert devient assez légère pour être embarquée par plusieurs fabricants, avec des fichiers qui peuvent circuler entre eux.

Pour un musicien, la liberté ne vient pas de savoir que le réseau neuronal est élégant. Elle commence quand le son qu’il a capturé n’est plus prisonnier de la prochaine boîte qu’il achètera.