你要弄明白各种插件的运作原理。
采样器其实也是一种插件，只要是插件就多少涉及到算力的消耗。
一般纯粹调用采样的插件对算力的要求会少一点，但如果音色本身的脚本和编译比较复杂，消耗的算力就会高，因此有些音色跑起来既耗内存又耗CPU；
一些音色是基于物理引擎的运算来模拟乐器的声音，这种插件对算力的要求就很高；
混音的插件很多都是算法来模拟硬件，所以就耗CPU而非内存
降消耗的方法：
对于采样音色，善用purge功能，采样器如kontakt会有，把没用到的采样从内存中释放，以节省内存；
编好的东西转换成音频，或者使用轨道冻结功能，回放时既省内存又省CPU；
对于混音插件，一些插件采用aux的形式发送到轨道，比如说混响，如果是用统一的混响就不要每个轨道都插一个。而是做成aux发送到group或者单个轨道，然后调整发送量。
做减法，不要什么音色和插件都往上堆，只用合适的，而非用花里胡哨的。能一步做到的效果，就不要搞复杂的做法。所做的每一个动作都有充分的理由，而不是为了缓解自己的焦虑硬加操作和处理。
采样器其实也是一种插件，只要是插件就多少涉及到算力的消耗。
一般纯粹调用采样的插件对算力的要求会少一点，但如果音色本身的脚本和编译比较复杂，消耗的算力就会高，因此有些音色跑起来既耗内存又耗CPU；
一些音色是基于物理引擎的运算来模拟乐器的声音，这种插件对算力的要求就很高；
混音的插件很多都是算法来模拟硬件，所以就耗CPU而非内存
降消耗的方法：
对于采样音色，善用purge功能，采样器如kontakt会有，把没用到的采样从内存中释放，以节省内存；
编好的东西转换成音频，或者使用轨道冻结功能，回放时既省内存又省CPU；
对于混音插件，一些插件采用aux的形式发送到轨道，比如说混响，如果是用统一的混响就不要每个轨道都插一个。而是做成aux发送到group或者单个轨道，然后调整发送量。
做减法，不要什么音色和插件都往上堆，只用合适的，而非用花里胡哨的。能一步做到的效果，就不要搞复杂的做法。所做的每一个动作都有充分的理由，而不是为了缓解自己的焦虑硬加操作和处理。
观众反应
