简介

TB EZQ通过简单但功能强大的插件将机器学习，人工智能和信号处理功能结合在一起。TB EZQ基于美国伊利诺斯州西北大学交互式音频实验室的Andrew Sabin和Bryan Pardo的工作。他们开发了一种方法，可以自动将涉及多个均衡器控件的常见均衡操作映射到描述性术语上，例如“暖”，“暗”和“亮”。这些描述性标签随后可以放置在二维空间上，其中每个点代表一定量的“温暖”，“黑暗”和“明亮”。

使用TB EZQ，与使用包含许多控件和滤波器部分的通用均衡器相比，执行通用均衡任务的效率要高得多。它具有零延迟，因此可以在任何工作室和现场环境中完美运行。

下载地址