SAM Audio 運営中

SAM Audioは、混合音場から特定の音声を抽出したいクリエイターや研究者を対象としています。テキスト、動画画面、時間範囲を分離の基準として使用し、波形だけを頼りに音源を特定する作業を減らします。

音声や動画素材の処理に利用でき、対象は人の声、楽器、環境音など、説明可能な音声です。完全な編集・ミキシングワークステーションというより、ポストプロダクションや音声分析の工程における分離処理に適しています。

テキストプロンプトによる分離： 「犬の鳴き声」「ギターソロ」「拍手」などの自然言語による説明を入力し、抽出したい音声を指定します。

視覚的なクリックによる誘導：動画を処理する際に、画面内の人物や車両などのオブジェクトをクリックし、映像上の対象を手掛かりに関連する音声を特定します。

時間範囲の指定：具体的な開始時刻と終了時刻を指定し、処理する素材の範囲を限定します。

対象となる音源の種類は幅広く、人の声や楽器だけでなく、環境音や機械音などの抽出にも利用できます。

動画のポストプロダクションでは、複雑な環境音からセリフ、特定の効果音、物体に関連する音声を抽出し、編集や再構成に役立てられます。

音楽制作やミキシングでは、完成した音楽からボーカルや楽器の音を分離し、サンプリング、二次創作、リミックス用の素材として活用できます。

ポッドキャスト、オーディオブック、音声研究では、目的の音源の抽出や混合録音の分析、音声強調などの関連用途に向けた入力素材の準備に利用できます。

処理を始める前に、できるだけ明確で具体的な説明を入力し、動画内の対象や時間範囲を正確に選択してください。目的の音源が他の音声と大きく重なっている場合、背景音の残留、目的音の欠落、音声の混入が発生することがあります。

そのため、出力内容は試聴と波形の確認によって検証し、必要に応じてノイズ除去、イコライジング、編集などの後処理も行う必要があります。公開する完成作品や正式な音楽プロジェクトでは、元の素材を保持し、手動で品質を確認することをおすすめします。