4.5K ·GitHub
Что это?
AudioNoise — небольшая игривая коллекция симуляций цифровых аудиоэффектов (всепропускающие фильтры в духе фейзера, эхо на задержках и т.п.), написанная на C Линусом Торвальдсом как сайд-проект для освоения основ цифровой обработки сигналов и изначально связанная с его самодельной гитарной педалью.
AudioNoise — небольшая игривая коллекция симуляций цифровых аудиоэффектов (всепропускающие фильтры в духе фейзера, эхо на задержках и т.п.), написанная на C Линусом Торвальдсом как сайд-проект для освоения основ цифровой обработки сигналов и изначально связанная с его самодельной гитарной педалью.Это настоящий код железа гитарной педали или просто программный симулятор?Это чисто программная симуляция эффектов; проект физического железа гитарной педали на RP2354/TAC5112 — отдельная, сейчас заархивированная работа, а этот репозиторий просто сам по себе моделирует ту же цифровую обработку.
Это чисто программная симуляция эффектов; проект физического железа гитарной педали на RP2354/TAC5112 — отдельная, сейчас заархивированная работа, а этот репозиторий просто сам по себе моделирует ту же цифровую обработку.Как собрать и запустить эффекты?В репозитории есть Makefile, так что сборка выполняется командой 'make'; сверх этого README не описывает конкретных шагов использования.
В репозитории есть Makefile, так что сборка выполняется командой 'make'; сверх этого README не описывает конкретных шагов использования.Нужно ли что-то помимо компилятора C, чтобы это попробовать?C-тулчейна и make достаточно для сборки самого кода эффектов; есть ещё отдельный инструмент-визуализатор на Python для просмотра аудиосэмплов.
C-тулчейна и make достаточно для сборки самого кода эффектов; есть ещё отдельный инструмент-визуализатор на Python для просмотра аудиосэмплов.Похожи ли они на современные эффекты вроде ампсимов или эмуляции кабинетов?Нет — это намеренно простые игрушечные эффекты только на IIR-фильтрах и базовых петлях задержки без дополнительной задержки, а не навороченная обработка на FFT и не моделирование ампов/кабинетов в стиле ИИ; автор прямо говорит не воспринимать их всерьёз.
Нет — это намеренно простые игрушечные эффекты только на IIR-фильтрах и базовых петлях задержки без дополнительной задержки, а не навороченная обработка на FFT и не моделирование ампов/кабинетов в стиле ИИ; автор прямо говорит не воспринимать их всерьёз.Зачем делать цифровые симуляции вместо того, чтобы доделать железную педаль?Автор хотел продолжить изучение цифровых эффектов, пока дизайн физической гитарной педали приостановлен, поэтому симуляция всего в программном виде позволяет продолжать обучение без реальной платы.
Автор хотел продолжить изучение цифровых эффектов, пока дизайн физической гитарной педали приостановлен, поэтому симуляция всего в программном виде позволяет продолжать обучение без реальной платы.Что делает инструмент-визуализатор на Python?Это отдельный помощник для визуализации аудиосэмплов и эффектов; автор признаёт, что он в основном создан через vibe-coding с Google Antigravity, а не написан вручную с экспертизой в Python.
Это отдельный помощник для визуализации аудиосэмплов и эффектов; автор признаёт, что он в основном создан через vibe-coding с Google Antigravity, а не написан вручную с экспертизой в Python.Добавляет ли аудиообработка сколько-нибудь заметную задержку?Нет — каждый эффект спроектирован по схеме «один сэмпл на входе — один сэмпл на выходе» без добавленной задержки, что отражает субмиллисекундную задержку от ADC к DAC, которой автор добился на реальном железе TAC5112.
Нет — каждый эффект спроектирован по схеме «один сэмпл на входе — один сэмпл на выходе» без добавленной задержки, что отражает субмиллисекундную задержку от ADC к DAC, которой автор добился на реальном железе TAC5112.What are similar projects?sloop-fm1, coyopedal, ultimatevocalremovergui, AutoEq, Athena-Public, onthespot, vhs-decode, audio-plugin-coder
sloop-fm1, coyopedal, ultimatevocalremovergui, AutoEq, Athena-Public, onthespot, vhs-decode, audio-plugin-coderWhich topics is it in?filtering, vibe-coding, antigravity, audio-processing, simulation, gplv2, music, hardware, audio, c, learning, python
filtering, vibe-coding, antigravity, audio-processing, simulation, gplv2, music, hardware, audio, c, learning, python