Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Arturia 的 Dist Coldfire 可能是您需要的唯一失真插件

Posted on 2022-08-31

在过去的几年中,Arturia 一直在构建其效果插件集合。一个值得注意的盲点是失真。直到FX Collection 3于 6 月推出,该公司才推出其首个专用失真插件。 Dist OpAmp-21 和 Dist Tube-Culture 是坚实的,如果在污垢效果世界中不起眼的话。但是新的Dist Coldfire有所不同。它可能是我用过的最有趣、最通用的失真插件。

OpAmp-21 和 Tube-Culture 是经典效果器的模拟,Coldfire 是全新的东西。它采用类似于公司的Pigments (仍然是我在市场上最喜欢的软合成器)的一切和厨房水槽的方法。这是一个双失真引擎——这意味着您可以同时组合两个不同的驱动器。有 11 种不同的失真算法,从磁带的微妙温暖到波折机的刺耳嚎叫。其中许多甚至有多种模式,总共有 33 种变体可供您使用。您可以独立运行它们中的任何一个,也可以串联、并行、分离立体声、中/侧或频段分离配对。

仅此一项就很扎实了。但是每个通道上还有一个多模前置滤波器和一个简单的两段后置滤波器,一个可以预失真或后置失真的三模动态模块(限幅器、压缩器、多段)和一个反馈单元(基本上是一个非常短延迟)用于创建级联噪音的哀号。加上许多参数(尽管不是全部),可以使用强大的调制部分自动化,该部分有六个插槽,可以是 LFO、函数发生器、包络跟随器或 16 步音序器的任意组合。

如果这听起来很麻烦,我不怪你。不过,Arturia 包含超过 150 个预设,其中包含有用的类别和标签作为起点。此外,还有大量教程内容可帮助您熟悉各个部分。

但是,一旦您开始探索,Dist Coldfire 实际上就非常简单。至少如果您熟悉 Arturia 的一般界面实践。有明确标记和颜色编码的按钮和旋钮。模块以非常直观的方式布局,调制很容易分配和衰减(单击分配按钮,然后通过单击并拖动要定位的参数来拨入量)。

虽然如果某些声音不那么令人印象深刻,很容易让公司放松一下,但考虑到可用选项的广度,我很高兴地报告几乎所有东西听起来都不错。一些失真算法的甜蜜点比其他算法小。并非所有人都适合每个人的口味,但他们在实现他们正在寻找的氛围方面非常成功。

例如,Gentle Lo-fi 预设是开箱即用的最直接可用的预设之一。它增加了健康的磁带饱和度,一点点压缩和一点调制,给你一种渴望和复古的声音。提高调制也很容易,使其具有更加陈旧的特征。但是,嘿,也许不是每个人都像我一样,希望让他们录制的所有东西听起来都有些破旧。也许您想要 90 年代中期工业金属的刺耳数字声音 – 将电子管驱动器和波形整形器完美结合可以帮助您实现目标。

Engadget · Arturia Dist Coldfire 演示

或者见鬼,也许你想要完全数字化遗忘。将多个位破碎机与一些随机 LFO 相结合,您会得到类似于故障计算机的东西。通过添加调制陷波或带通滤波器可以更进一步。关键是,这里可能有适合每个人的东西。

现在,这里的模拟失真是否 100% 准确且与现实世界的对应物无法区分?绝对不是,尽管 Arturia 的 TAE 营销声称。该公司的技术在捕捉老式模拟合成器的氛围方面仍然比在重现深受喜爱的电子管放大器的温暖和咆哮方面要好得多。话虽如此,在完全混合的轨道中,它还不错,也很难辨别。只是不要让他们中的大多数人摇摇晃晃。

在模拟仿真(磁带、电子管、变压器、晶体管、锗和力)中,我发现只有磁带和力在驱动器设置为最大时真正可用。特别是晶体管和锗在最高水平上具有令人不快的数字粗糙度。某些模式也更适合特定的乐器和声音。如果您愿意,显然可以在错综复杂的钢琴旋律上添加波形整形器,但结果可能并不总是理想的。

Dist Coldfire 用途广泛,足以成为您唯一的失真插件。但当我想增加一点温暖或饱和度时,它可能不是我的选择——尽管我可以很容易地看到自己在所有东西上都拍了 Gentle Lo-fi 并收工。这是一个复杂的插件,其真正的力量在于其更多的功能。它也有点资源密集——至少对于一个失真插件来说。

不过,对于 99 美元来说,这是一笔非常划算的交易。而且,如果您还没有FX Collection 3 ,您基本上可以以 299 美元的价格免费获得与该插件套件捆绑的它。

原文: https://www.engadget.com/arturia-dist-coldfire-distortion-plugin-204028687.html?src=rss

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme