SAM Audio

概要

SAM Audioは、テキスト・ビジュアル・時間指定プロンプトで任意の音を分離する統合モデルです。音声・音楽・効果音の分離を1つのプロンプト対応モデルにまとめ、複数ツールを使い分ける手間を減らします。

操作イメージ

• テキストプロンプト: 例「ギターを分離」
• ビジュアルプロンプト: 動画内の対象をクリック
• スパンプロンプト: 特定の時間区間を選択

特徴と利点

• 従来はノイズ低減、ボーカル分離、話者識別などを別ツールで実現していた“信号処理の混在”を解消
• セマンティックインテントを理解するため、周波数を細かく操作せずに目的を伝えるだけ
• 推論が高速で、エンジニアリングのポテンシャルを拡げる

ライセンスと利用

商用利用が許可されているライセンス情報を参照できる点。