L’articolo “Training Neural Models of Nonlinear Multi-Port Elements Within Wave Digital Structures Through Discrete-Time Simulation” è stato premiato come Second Best Paper alla International Conference on Digital Audio Effects (DAFx), che si è svolta ad Ancona dal 2 al 5 settembre 2025.
Lo studio, realizzato da Oliviero Massi, Alessandro Ilic Mezza, Riccardo Giampiccolo e Alberto Bernardini del Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano, esplora nuovi modi di utilizzare le reti neurali per riprodurre fedelmente strumenti e apparecchiature audio analogiche. In pratica, i ricercatori hanno sviluppato un sistema in cui le parti “non lineari” di un circuito, cioè quelle che producono suoni complessi e caratteristici, vengono simulate da una rete neurale di dimensioni contenute nel dominio delle onde numeriche digitali. Questa può essere allenata usando misurazioni dirette del componente non lineare o dati di ingresso e uscita del circuito, rendendo più efficiente e accurata l’emulazione del circuito elettronico stesso.
Le applicazioni principali riguardano il trattamento digitale del suono, in particolare gli effetti audio per strumenti musicali, come quelli utilizzati per chitarra, permettendo di emulare fedelmente apparecchiature analogiche in formato digitale.