VST Plugin „De-Feedback“ kennt das jemand?

Ich folge dem Entwickler seit ein paar Jahren bei Instagram und hab dort den Entwicklungsprozess mitverfolgt.

Selbst getestet hab ich es noch nicht aber es scheint bei den ersten Kunden recht gut an zu kommen.

Die Reviews, die ich dazu gelesen habe stammen allerdings alle vom oben erwähnten Instagram Account, der mittlerweile etwas zu sehr Werbeplattform ist.

Login • Instagram

Woher kennt das Plugin denn 'alle Raumanteile' ?
Wie sollte diese Entfernung ohne Latenz funktionieren?

Ich habe die Woche mal die Demo ausprobiert. Ich war so Semi begeistert. In der Demo schaltet es so alle 10 Sekunden für 10 Sekunden stumm, also zum ausprobieren OK. Leider rauscht es sehr stark, wenn das Plugin aktiviert wird. Ich hatte das Gefühl, je stärker das System ein Feedback rausnehmen muss, desto mehr Latenz kommt hinzu.
Der verwendete Rechner war stark genug und auch nicht ansatzweise ausgelastet.

Setup war einfach: DPA 4266 Headset auf Axient Digital per Dante in die dLive, dort per Insert per Dante AVIO das Plugin eingeschliffen. Auf den Kopfhörern hat es sich gut angehört, Live im Saal mit grausamer Akustik war es im Grunde nicht nutzbar.

Hier würde mich die Gesamtlatenz interessieren. Je nach Redner und PA-Position kann das ja entscheidend sein.
Ansonsten hat CEDAR dafür genau die passende Hardware und Funktionsweise.

Zitat von mellotron

Ansonsten hat CEDAR dafür genau die passende Hardware und Funktionsweise.

Die Hardware kostet aber sehr viel Geld.
Wenn man sowieso einen Rechner mit Plugins laufen hat, ist der Workflow ja schon etabliert und die Plugin Lösung einfach umsetzbar.

Zitat von Ton Heini

Kannst du bitte genauer beschreiben warum es Live nicht nutzbar war.

Wie beschrieben ändert sich gefühlt die Latenz und wird größer, je stärker gerade eingegriffen werden muss. Das war als Sprecher auf der Bühne gaaanz seltsam, eine gewisse Latenz kann man im Kopf ausgleichen, solange diese halbwegs konstant bleibt. Hier waren aber nennenswerte Latenzsprünge am Werk

Zitat von Ton Heini

Gute Frage. Ich vermute das Plugin analysiert das Signal und berechnet dann ein invertiertes Signal der Raumanteile. Die Raumakustik ändert sich ja nicht während einer normalen Bühnen Situation.

Der Raumanteil kommt ja später. Diese Zeit nutzt das Plugin um ein invertierteres Signal der zu erwartenden Raumantwort zu berechnen.

Aber wie gesagt es ist meine ganz persönliche Vermutung.

So könnte die Theorie ansatzweise funktionieren. Um die Raumanteile zu erkennen, braucht es ja eine Anregung. Solange ich die Anregung ('Das gute Signal') nicht kenne, kann ich Gut/Schlecht nur raten.

Wenn es mir gelingt, das böse Signal zu erkennen, dann invertiere ich es und dann muss ich es mit dem Originalsignal falten. Ich kenne leider keinen latenzfreien Faltungsalgorithmus.

Ich hab das grad mal probiert, im Nuendo wird keine Latenz angezeigt.

Möglich das es diese einfach nicht an den Host meldet, dann wäre es aber gar nicht nutzbar und der beworbene Zweck wäre irreführend.

Latenzschwankungen konnte ich aber nicht wirklich reproduzieren.

Die Berechnungen sind jetzt auch nicht so massiv, dass man unbedingt deren Hardware braucht. Es wird halt schwierig mit ganz niedrigen Buffern. Aber viel wird der Rechner nebenher nicht mehr bewältigen können.

Mir sind dann noch ein paar andere Dinge aufgefallen:

Es gibt kein Setup Programm, Installieren von Hand ist für $500 schon sehr seltsam.

Dann wird ein eigenes Lizenzverwaltungssystem benutzt.
Dessen Umsetzung finde ich jetzt auch nicht so dolle.

es wird so sein wie mit allen bisherigen versuchen, raumanteile nachträglich herauszufiltern oder feedback zu unterdrücken:

es funktioniert im gewissen rahmen schon ... aber wunder kann man damit nicht vollbringen.

bisher gibt es keine lösung, die bei stärkerem eingriff nicht irgendwelche artefakte erzeugt.

und mit guter mikrofon- und lautsprechertechnik und guter sprechtechnik und umgang mit dem mikrofon lassen sich in der regel wesentlich bessere ergebnisse erreichen, als mit anderen elektronischen hilfsmitteln. das sind doch alles nur notmaßnahmen, wenn eine der vorgenannten bedingungen nur ungenügend umgesetzt werden kann.

es gilt daher nach wie vor:

shit in = shit out

meine 2 pfennige...

1 Instanz für 500 Dollar Lizenz plus 500 Dollar Hardware (die man vielleicht schon hat).
Oder ein zusätzlicher Laptop. Plus I/O-Karte für latenzarm rein und raus in das Pult. Mal eben mitbringen und einschleifen ist nicht.
Finde ich jetzt nicht viel billiger als ein DNS2, der bewährt LATENZFREI funktioniert, auch über AES.

Also die Cedar DNS-Serie (steht für Dialogue NOISE Suppression, nix mit Reverb oder Feedback) kann mir ehrlich gesagt am Live-FoH für die genannte Anwendung weg bleiben - wenn die Gestalt am Rednerpult z.B. meint auf 2m Entfernung mehr ins Mikrofon denken als reden zu müssen klingt das einfach nicht schön, wenn z.B. nur das Hochtonband öffnet. Hatte da schon so lustige Effekte, die dann mehr nach Snareteppich als nach Sprache klangen.

Solange es keine adaptive Thresholdanpassung gibt wird das alles, nur nix schönes…

Bezüglich „invertierter“ Faltung: bei einem statischen Nachhall denkbar, aber bei einem bewegten Mikrofon mit sich ständig ändernden Abständen zu den Lautsprechern und Reflexionsmustern zzgl. Luftbewegung? Hmm…

warum nicht einfach die Anteile des signal analysieren und das was dann plötzlich ansteigt ausrechnen? eine Rückkopplung ist ja meist ein schmalbandiges signal das ansteigt. das sieht ja so ähnlich aus wie bei einem wasserfalldiagramm aus, nur eben umgekehrt.

ein Tauerton einer Gitarre etc. sieht aber sehr ähnlich aus. Und die Zeit um das korrekt zu unterscheiden hat der DSP halt leider nicht ....

TomyN was hältst du von der Erklärung:

Für mich passen da ein paar Sachen einfach nicht zusammen…

Das einzige das ich mir vorstellen könnte wäre eine Art (Mehrband-)Hüllkurvenrekonstruktion auf Basis der IR-Berechnungen.

Oder wäre es denkbar, dass die Phaseninformation für die Bearbeitung erst entfernt, u.U. angepasst und wieder drauf gerechnet wird?

Bin da bei Dir. Wobei die Nebengeräuschunterdrückung schon etwas ist, in das aktuell in den Browsern oder den Online Meeting Tools sowie auf Smartphones viel Hirnschmalz investiert wird. Ich finde da die Performance z.B. bei Freisprecheinrichtungen schon eindrücklich.
Ich hab da auch mal ein oder zwei Artikel gelesen, aber der Matheteil meines Hirns war nicht fähig da mit zu gehen.
By the way, gerade die Frauenstimme im Video hört sich für mich nach dem Processing nicht natürlich an...

Also für mich klingt der "Algorithm Output" bei Minute 10, als ob der Text durch eine KI-Stimme gejagt wurde. Keine Höhen, merkwürdige Phrasierung.

Hab mir den Rest noch nicht angesehen, aber wäre für mich so irgendwie nicht wirklich nutzbar.

Zitat von TomyN

By the way, gerade die Frauenstimme im Video hört sich für mich nach dem Processing nicht natürlich an

Stimmt. Ein wenig wie Datenreduktion. Und der Glitch deutet m.E.n. tatsächlich darauf hin, dass da was an der Phasenlage gedreht wird. Was sich für den Redner wiederum wie sich ständig ändernde Latenz anfühlen kann. Ich bekomme gerade eine grobe Idee, was die da vllt. machen…