PE-AV(Perception Encoder Audiovisual)开源解读:驱动 SAM Audio 的音频分离引擎
一、摘要 PE-AV(Perception Encoder Audiovisual)是 Meta 开源的音频-视觉联合编码器家族,在 Perception Encoder 基础上加入原生音频能力,用统一嵌入空间对齐视频、音频、音视频与文本表征。它被用于支撑 SAM Audio 的关键组件,并在多项音...
Ai开源 • Admin •
99
找到 1 篇相关文章