SAM Audio
Panorama de SAM Audio chez Meta : comment les consignes texte, visuelles et temporelles se combinent pour cibler un son, jusqu'où vont séparation et débruitage, et ce qu'apporte l'encodeur PE-AV.
Un modèle unifié de segmentation et d'édition audio de Meta qui isole et modifie des sons précis au sein de mixes complexes à partir d'une consigne. SAM Audio accepte trois types de consignes cumulables : texte, indices visuels désignant l'objet sonore et plages temporelles. Les usages courants vont de la séparation d'instruments ou de voix au nettoyage de prises extérieures et à la suppression de bruits.
