SAM Audio
Ein Blick auf Metas SAM Audio und die auditive Trennung: wie sich Text-, visuelle und Zeitbereichs-Prompts zum Zielklang kombinieren und was der zugrunde liegende PE-AV-Encoder leistet.
Ein einheitliches Modell von Meta zur Audio-Segmentierung und -Bearbeitung, das bestimmte Klänge in komplexen Mischungen per Prompt isoliert. SAM Audio akzeptiert drei kombinierbare Prompt-Arten: Text, visuelle Hinweise auf das klingende Objekt und Zeitbereiche. Typische Einsätze sind das Trennen von Instrumenten oder Stimmen, das Aufräumen von Außenaufnahmen und das Entfernen von Podcast-Störgeräuschen.
