Sam Audio

Sam Audio是由Metakey推出的一款基於Meta的Segment Anything Audio Model的音頻分離工具。它利用多模態提示（文本描述、視覺提示或時間跨度）從復雜音頻混合物中分離出特定聲音，輸出高質量的目標和殘餘音頻軌道。該產品定位為專業音頻編輯，適用於音樂製作、播客編輯等領域。其主要優點包括AI驅動的音頻分離、支持多種提示方式、統一模型處理多種音頻分離任務、保留原始採樣率等。產品價格為免費。

需求人群：

["音樂創作者： Sam Audio可以幫助他們將樂隊演奏中的各種樂器聲音分離出來，方便進行後期的混音、編曲等工作，同時也能提取純淨的人聲，提升音樂作品的質量。", "播客編輯人員：能夠輕鬆地將播客中的嘉賓語音、背景音樂、音效等進行分離和處理，使播客內容更加清晰、專業。", "影視製作人員：在影視製作過程中，可利用該工具分離出各種聲音元素，如對話、環境音效、背景音樂等，便於進行音頻的後期製作和調整。", "科研人員：對於需要處理音頻數據的科研項目， Sam Audio可以幫助他們提取特定的聲音信息，進行數據分析和研究。"]

使用場景示例：

音樂製作：在製作音樂時，將樂隊現場演奏的音頻導入Sam Audio ，通過文本提示分離出吉他、貝斯、鼓等樂器的聲音，然後對每個樂器的聲音進行單獨調整和混音。

播客編輯：對於戶外錄製的播客，使用時間範圍提示分離出嘉賓的語音部分，同時去除背景中的交通噪音、風聲等乾擾聲音。

影視製作：在影視後期製作中，利用視覺提示從電影音頻中分離出角色對話、環境音效和背景音樂，以便進行音頻的優化和調整。

產品特色：

AI驅動的音頻分離：借助Meta的AI基礎模型，能夠高效且智能地​​將復雜音頻中的不同元素進行分離，如將樂器聲、人聲等從音頻中精準提取出來。

人聲隔離：可以精確地將音頻中的人聲部分單獨分離出來，為音樂製作、音頻剪輯等工作提供純淨的人聲素材。

樂器分離：能把各種樂器的聲音從混合音頻中分離，方便音樂創作者對不同樂器的聲音進行單獨處理和調整。

語音提取：從音頻中準確提取出語音內容，適用於播客編輯、會議錄音整理等場景。

音效隔離：可將音頻中的各種音效單獨分離出來，滿足影視製作、遊戲開發等對音效單獨處理的需求。

基於文本的提示：用戶可以使用自然語言描述想要分離的聲音，如“鋼琴聲”“狗叫聲”等，系統會根據文本提示進行音頻分離。

視覺提示：通過直觀的視覺方式，如在音頻波形圖上進行標記等，幫助用戶更精準地指定要分離的音頻部分。

基於時間範圍的提示：用戶可以指定具體的時間範圍，如從第3秒到第7秒，系統會對該時間段內的音頻進行分離操作。

使用教程：

1. 打開網站：訪問https://samaudio.audio。

2. 上傳音頻：在網站上選擇要進行分離的音頻文件並上傳。

3. 選擇提示方式：根據需求選擇文本提示、視覺提示或時間範圍提示。

4. 輸入提示內容：如果選擇文本提示，輸入要分離的聲音的描述；如果選擇視覺提示，在音頻波形圖上進行標記；如果選擇時間範圍提示，指定具體的時間範圍。

5. 開始分離：點擊分離按鈕，系統開始進行音頻分離操作。

6. 下載分離結果：分離完成後，下載分離出的目標音頻和殘餘音頻。