Meta发布SAM Audio：AI驱动的音频精准分割技术

Meta今日推出革命性AI音频分割模型SAM Audio，作为其Segment Anything系列的新成员。该模型通过文本、视觉和时间跨度三种提示方式，使用户能够从复杂音频混合中精准分离出特定声音，如视频中的人声、乐器声或环境噪音。SAM Audio首次支持与人类自然思维匹配的音频编辑方式，实现了前所未有的直观操作。用户只需输入’狗叫声’或’歌唱声’等文字提示，或点击视频中发声对象，或标记时间片段，即可完成音频分离。这项技术将彻底改变音频和视频编辑流程，广泛应用于音乐制作、播客制作、影视后期、科研和辅助技术等领域。Meta已开放SAM Audio在Segment Anything Playground平台上的试用，并提供模型下载。这一突破性技术标志着音频处理领域进入智能化、一体化新阶段。