本文提出了一种基于神经网络的低频振荡信号提取框架，能够跨多种音频效果器和乐器配置进行建模。研究展示了如何结合提取模型与处理网络，仅使用干燥和混响信号进行音频效果的端到端建模。此外，提出了基于可微分数字信号处理的模型，优化了调制音效的建模能力，增强了深度学习在音频效果中的应用。