Acustica Audio - A New Era!

muffy

muffy

Moderator
Teammitglied
Registriert
18.12.16
Beiträge
33.762
Reaktionen
26.127
Punkte
112.633
AA, nee, die anderen, Acustica Audio geben sich betont mysteriös in diesem neuen Video.


View: https://www.youtube.com/watch?v=akTd_LSdtp8


Wie andere Plugin Hersteller scheinen sie auch von einer Art Aufbruchstimmung beseelt zu sein. Was genau, wie genau - wir wissen es nicht. Die Webseite wurde jedenfalls schonmal relaucht und es ist offenbar gerade Sale! Bis 23.04.2023.


 
CrySonic ist jetzt bei Acustica :smil451c7211b9e19:
 
Cry Wolf, ahwoooh!
 
yay, die ai läuft jetzt auch auf der gpu oder watt?
 
EQ, Reverb und Compressor Co2 neutral codiert.
 
Vielleicht endlich ein game-changing AI algo.
 
Polarity Switch!

Wird auf der NAMM groß vorgestellt (von CLA).
 
CrySonic ist jetzt bei Acustica
:smil451c7211b9e19:
hurra, jetzt ist der weg frei für ein abo-modell... :jhappy:
 
Zuletzt bearbeitet:
Vielleicht Pan2?


Bislang gibt es ja nur links und rechts oder Center. Aber in der Zukunft oben, unten oder auch niemals wieder: der Clip löscht sich wie von Geisterhand als Nerveffekt, um Wut auszulösen, die sich dann in aggressivem Mixing äußert.
Psychoakustik. So nennt man das.
 
Naja.. Verbesserung wird Ich's nicht nennen. Letztendlich führt alles eh nur zum Shop, also hätten sie das Websiten-Design auch um den Shop herum entwickeln können. Dafür bekomm Ich jetz auf der Startseite die Elemente total in's Gesicht gedrückt. Heutzutage muss man alles immer über den Gesamten Bildschirm verteilen, damit der "user" auch auf jeden Fall "immersed" ist. Lieber mit Webdesign protzen, als tatsächliche Übersichtlichkeit bieten. Verkleiner mal die Webseitenansicht auf 50-60%, da sieht man dann, wie's hätte aussehen können. Aber gut. Acustica Audio halt.. alles beim Alten
Frag mich, ob die updates mittlerweile funktionieren..

😄

Ach übrigens..


Ich glaube die Zukunft der Audiobranche besteht momentan aus 3 Elementen.
A.I., GPUs und cloud processing.
Deswegen sind alle so aufgeregt..
 
Zuletzt bearbeitet:
" A.I., GPUs und cloud processing."
AI (auf deutsch KI): garantiert nicht, da den Plugins die Lernfähigkeit fehlt. Das ist überwiegend ML (machine learning), also eine riesige Datenbasis mit der ein vorher definiertes Modell gefüttert wird, um ein zu erwartendes Ergebnis dabei herauszubekommen.
GPUs: find ich gut, wenn man Anwendungen dazu bringen kann, auf der Grafikkarte zu rechnen. Da wird meistens mindestens 20 mal so schnell verarbeitet, als wenn man die Anwendung auf CPU laufen lässt.
Cloud: ist beim Verständnis der Leute halt auch nur ein Speichermedium auf einem anderen Rechner oder in einem Rechner Cluster. Die wenigsten Anbieter von Cloud Diensten bieten auch das Rechnen auf beliebig skalierbaren Rechnern im Netz an, so wie Sun Microsystems das mal im Project Kenai vorgemacht hatte. Ich hab natürlich auch ein paar kostenlose Zugänge zu solchen Anbietern, aber sehe nicht ein, für Speicherplatz ein Abo Modell zu finanzieren. Für den Dateitransfer find ich Wetransfer recht brauchbar als Service.
 
Ah, dann reden wir von machine learning. Allerdings sind andere Methoden der K.I.-basierten Berechnung dabei zukünftig nicht ausgeschlossen.

Mit Cloud processing, cloud computing, oder cloud streaming meine Ich hier das Ansteuern von Computern im Internet, die dann das Berechnen der eigenen Prozesse übernehmen. Also einem ähnlichen Gedanken, wie bei den GPU's, nur eben extern.
Damit inbegriffen wäre dann auch sowas, wie das Nutzen von Hardware-Geräten über das Internet.
https://accessanalog.com/
 
@Knutorius Das Beispiel mit AccessAnalog hat aber mit Rechnen in der Cloud wenig zu tun, da dies Robotrik ist. Da werden alte Schätzchen mit Maschinen über das Internet bedient. Das natürlich mit einer ansprechenden Benutzeroberfläche in einem zu installierenden Programm.
Bei MachineLearning reden wir von z.B. von dem auf GitHub veröffentlichten Matchering (ML basiertes Mastering, wie es bei diversen Online Services angeboten wird, oder wie man es aus Ozone kennt) oder Deezers Spleeter, welches z.B. bei melody.ml Online zu nutzen ist, oder in Software, wie AconDigital Acoustica verbaut ist.
Da gibt es noch magenta.tensorflow.org, wo der ML Ansatz mit "KI" verbunden wird. Ist die Frage, was dabei (selbst lernende) "KI" ist.
Bei ML geht es ja in erster Linie um Listenverarbeitung im Computer. Früher wurden sog. KI Systeme meistens in der Programmiersprache LISP umgesetzt, später dann in PROLOG. Heutzutage setzt man eher auf Python. Die Programmiersprache Julia eignet sich dafür auch recht gut.
Bei allen neueren Systemen setzt man auf GPGPU Computing, also das Verbinden einer CPU Recheneinheit mit einer Beschleunigerkarte, welche Instruktionen parallel auf sehr vielen Untereinheiten berechnen kann. Dies kann z.B. eine GPU (Grafikkarte) sein, oder auch eine z.B. Nvidia A10 oder H100 Tensor Core Karte (es gibt auch andere Hersteller), welche man in Rechenzentren dann stapeln kann, um beliebig skalieren zu können.
 
elche man in Rechenzentren dann stapeln kann, um beliebig skalieren zu können.

Naja, das ist aber auch begrenzt, weil die GPUs letztlich auf die Anforderungen von Grafikanwendungen konzipiert sind und nur bei Verwendung derselben sind sie auch einigermaßen billig. Dort wo es auf high performance ankommt, setzt man auf FPGAs - wegen der leichteren Austauschbarkeit der Algorithmen, der echten Parallelität der Rechenleistung und auch wegen der IO-Performance. Die werden inzwischen im Bankensektor stark gefragt. GPUs brauchen immer einen host, der sie bedient und ihnen die Daten durch das bottleneck PC<->PICe zuspielt. Beim FPGA ist der Chip selber der host und hat skalierbare IO-performance, im Falle der bottlenecks auf Wunsch auch gerne mehrere parallel. Ein von mir vor 2 Jahren aufgestelltes System hat z.B. die 7-fache IO-Leistung eines damals aktuellen PCs und das mit einem Interface, das in einen $50-FPGA passt. Eingesetzt wurde per board ein $180-FPGA, der wiederum die 15-25 fache Rechenleistung eines PCs hat und bei Nutzung der internen BRAMs + URAMs eine RAM-IO-Leistung von etwa 24 PCs und deren DDR4-Controllern hat. Da kommst du mit den Chips einer Graka auch nicht mehr dran. Da fehlt selbst zur derzeit besten ein Faktor 5- oft 10 und mehr. Die schnellen FPGA-Systeme haben heute auch mehrere 2.4Gsps Anschlüsse

Die GPU-Lösungen sind für ganz bestimmte Rechnungen super schnell, das ist schon richtig. Und das was sie können, machen sie unschlagbar billig. Trotzdem sehen wir ja, wie wenig es bisher eingesetzt wird, trotz des massiven Pushens z.B. durch NVIDIA. Schon vor 5 Jahren haben sie IDEs und LIBs rausgegeben und geöffnet, eine Open Source-Kampagne durchgeführt, um solche Mediaanwendungen im PC und auch im embedded Bereich zu forcieren, aber du brauchst immer noch einen JETSON oder ähnlich, um auf PC-Ebene zu kommen oder du baust eine eigene DSP-Hardware, die nach 3 Jahren veraltet ist. So oder so hätte man auch schon längst erwartet, dass eine Reihe von DAWs mit exzessivem GPU-Support um die Ecke kommen - weil die Entwickler nunmehr genug Zeit hatten, sich drauf einzustellen und mal wenigstens eine zusätzliche PCIe-Graka in einem PC ins Spiel zu bringen, aber was ist?

Die meisten billigen PCs haben ja bereits eine GPU-Unit im Prozessor integriert und auch viele embedded-CPUs sowie sogar einige FPGAs haben das (siehe MALI). Es gibt fertige integrierte MPG-Decoder mit schon H.265. Es braucht also kaum jemand noch dringend eine externe Grafikkarte, weswegen die richtigen Arbeitsmonster, die interessant wären, allein für den high-end-Markt und den Spielemarkt laufen und dort halt schon richtig teuer sind. Für den Preis einer halbwegs ordentlichen Graka zahlst du locker 200,- und hast da schon das Problem, dass nur ein Teil der Rechnungen schneller wird, das System aber schon den PCI-Bus zur CPU auslastet, um die ausgelagerten Aufgaben zu verteilen und die Ergebnisse zu sammeln von einer 500,- Euro-Karte gar nicht zu reden. Eine Garfikarte hat / erzeugt aus den "wenigen" Voxel-Definitionen und Shader-Vorgaben eine gewaltige Masse an Zwischeninformationen und rendert sie auf immer noch massige Endinformationen herunter, die nur bei schneller Bildschirmausgabe verwendbar sind. So und nur so, belastet die Karte den PC wenig. Wenn die Bruttodaten als Rechenaufgaben und die Ergebnisse laufen sollen, ist der gesamte Bus zu!

Will man richtig Power, braucht es für die Karte also einen zweiten host mit eigener CPU - dann kann ich aber gleich die Karte wieder weglassen und nur den zweiten PC nackt mit seiner CPU und deren Leistung nehmen. In beiden Fällen wäre es nötig, die zu synchen. Erforderlich ist in beiden Fällen auch, dass der SW-Anwendungsfall die Parallelisierung hergeben - und das Betriebssystem es auch unterstützen muss. Da man aber dann eh zweimal dasselbe Programm laufen lassen muss, kann man beim Audio einfach die Spuren auf 2 PCs verteilen und ist wieder an der Grenze - nun halt mit doppelt so vielen plugins, dafür aber mit 2 unabhängigen CPUs und Bussen. Bei insgesamt fast derselben Investition, ist das allemal sinnvoller, weil der 2. PC dann, wenn kein Audio gemacht wird, anderweitig genutzt werden kann, während die fest verbaute Graka in einem einzigen PC nutzlos vor sich hindümpelt.

Da nehme ich doch lieber gleich meinen MIDI-Splitter/Synchronizer und verteile die Audio-Spuren auf den Haupt-PC sowie 2 alte Neben-PCs mit Win7, auf denen nach wie vor die alte SW mit plugins und Sampler und allem drum und dran läuft, wie ich es eh und jeh kenne und schließe die Ausgänge zusammen. Dann muss ich kein neues Gesamtsystem kaufen, sondern erweitere einfach die HW-Landschaft und bespiele den neuen mit den Zusatzanwedungen unter Beibehalt der alten. Der downmix ist halt umständlicher. Für die große Masse der Produzenten und Musiker aber die bessere Alternative. Die meisten haben nun eh ein home office Notebook wegen Covid daheim stehen, das nach Feierabend einfach an bleibt und als MIDI-Spieler, MP3-Zuspieler, Mischer, oder Notenmaschine (Sibelius-host habe ich schon gesehen) oder eben als Co-DAW dient.

Ich erwarte einen weiteren Rückgang bei den Installationen fester Grafikarten und der Anzahl der externen Grafikchips, samt einer relativen Verteuerung.

Eher stellen sich manche eine kleine Batterie von RasPI-Viechern hin und lassen ihre Synths und Sampler dort laufen. Die Dinger werden immer billiger, besser und flexibler. So ein RasPI kostet fast nichts, verwertet auch gerne 16 MIDI-Kanäle und hat einen Haufen RAM für Echtzeit sound. Nachladen von Samples aus einer GIGA-Byte großen Lib geht über SATA und USB3.0. Soundausgabe wäre über 8-Kanal HDMI möglich! Das ist technisch sogar besser, als meine high speed S/PDIF-Ausgänge die ich im FPGA mische, weil ich noch entjittern muss, was ich in meinem vollsynchronen System kann - für einen user mit Digitalmixer aber ein task wäre. Man muss die RasPIs nur hart auf den Takt synchen, was ja technisch mit etwas Umbau kein Problem ist.

Die sind fürs Audio gut balanciert, es hängt allein an der Rechenleistung und die kann man ja in kleinen Schritten hochstufen. Da sehe ich Wachstumspotenzial. Es wird nicht mehr lange dauern, da werden die plugins auch für den RasPI angeboten werden (müssen). Das ist in jedem Fall griffiger und wertiger, als eine Smartphone APP.
 
Zuletzt bearbeitet:
Ich glaube die Zukunft der Audiobranche besteht momentan aus 3 Elementen.
A.I., GPUs und cloud processing.
Deswegen sind alle so aufgeregt..

Genau ! Der Mensch als Initiator, Instrumentalist, und fühlender Musiker wird komplett abgeschafft. Besser so, dann gibts auch keine Disharmonien mehr ! Das Publikum wird dann durch digitale Bots ersetzt, die noch applaudieren lernen müssen . Bill Gehts wird das alles erfinden, patentieren und die Menscheit mal wieder retten vor dem Untergang. :jhappy:

So kann man sich auch die Anfahrt zum Konzert sparen, und daheim gemütlich wieder die Geissens gucken.
:yeah:
 
Können FPGA-Systeme als eigenständige Musikrechner verwendet werden?

[...] wegen der leichteren Austauschbarkeit der Algorithmen, der echten Parallelität der Rechenleistung und auch wegen der IO-Performance

Eine Garfikarte [...] erzeugt [...] immer noch massige Endinformationen, die nur bei schneller Bildschirmausgabe verwendbar sind. So und nur so, belastet die Karte den PC wenig. Wenn die Bruttodaten als Rechenaufgaben und die Ergebnisse laufen sollen, ist der gesamte Bus zu!
Also werden GPUs nicht voll ausgenutzt. Auf Programmierebene (Algorhitmen) und durch die Begrenzung der PCI-Busse, also Kommunkiation zwischen CPU und GPU?

Ich erwarte einen weiteren Rückgang bei den Installationen fester Grafikarten und der Anzahl der externen Grafikchips, samt einer relativen Verteuerung.
Kannst du kurz erklären, warum du diesen Trend siehst?

Meine Annahme war ja, das Grafikkarten deshalb genutzt werden, weil sie weit verbreitet, bzw leicht verfügbar sind oder waren.
 

Neue Antworten


Oft gelesene Themen

Zurück
Oben