Steven Atkinson Neural Amp Modeler v0.7.12 神经吉他音箱建模效果器

Neural Amp Modeler v0.7.12 是一个开源的神经吉他音箱建模效果器，用神经网络模型来模拟吉他放大器和效果器的声音，项目由 sdatkinson 开发。它在制作里的位置很明确：把吉他轨道送进去，让模型承担音箱或效果器的音色，而不是只靠常规的均衡、失真和箱体模拟去拼。Windows 安装包约 10MB，Mac 约 30MB，兼容 Windows 与 Mac。

把模型接在吉他链前端，先确定失真与箱体性格

适合需要真实吉他质感的电子音乐、合成器流行、Lo-fi、独立摇滚，以及配乐里带摇滚或后摇色彩的段落。用法上，先让 DI 或前级信号进入插件，再由模型决定音箱的失真质地和频响性格，后面的均衡、压缩、空间效果围绕它做修形。放进工程时要注意输入电平：同一个模型在不同推子下会呈现不同的干净度和失真度，先固定一个可重复的输入增益，再对比音色。若模型来自完整音箱链路，后面就不要再叠一层箱体模拟，避免频响重复染色。

用自训练模型复制具体音色，并控制工程里的实例数量

这个项目的特点是用户可以训练自己的模型，用来复制特定的吉他音色。对制作人来说，这适合把某首歌、某次录音里的音箱状态固化成可复用的音色资产，而不是每次重新拧插件。训练时留下的信号链路要记清楚，回放时按同样的链路理解模型，别把前级模型当完整音箱用。工程里也不建议因为安装包小就无节制地叠实例：先确认这一轨是否真的需要独立模型，再决定是否并联或复制。它的价值在于音色复现和把模型接入工程，不是替代整套混音决策。