本研究は、深層学習を用いたアナログ音響機器の挙動モデリングによる、演奏者の音作り支援システム構築を目的とする。アナログエフェクターの非線形な入出力特性を学習し、出力音から設定パラメータを逆推定するCNNモデルを提案する。本手法ではパラメータ空間を効率的に網羅するため、つまみを連続操作したデータセットを構築し、入出力のメルスペクトログラムから音響特徴と制御変数の関係を学習させる。本稿では、BOSSのOD-3を用いた初期実験の課題を踏まえ、パラメータを1%刻みで高密度化したデータセットによる学習と最適化を行う。誤差分析に基づき、複雑な非線形性を捉えるためのデータ拡充の有効性を示し、高精度な推論モデルの確立を目指す。