SAM Audio 运营中

SAM Audio 面向需要从混合声场中提取特定声音的创作者和研究人员。它将文本、视频画面与时间范围作为分割依据，减少仅依赖波形定位声源的操作。

工具可用于处理音频和视频素材，目标可以是人声、乐器、环境音或其他可描述的声音。它更适合作为后期制作和音频分析流程中的分离环节，而不是完整的剪辑或混音工作站。

文本提示分离：输入“狗叫声”“吉他独奏”“掌声”等自然语言描述，指定需要提取的声音。

视觉点击引导：处理视频时点击画面中的人物、车辆等物体，依据画面对象辅助定位其声音。

时间段指定：标记具体起止时间，限制需要处理的素材范围。

目标声源范围较广，除人声和乐器外，也可用于环境声、机械声等声音类型的提取。

视频后期中，可从复杂环境声里提取对白、特定音效或物体相关声音，辅助剪辑和重新编排。

音乐制作和混音场景中，可尝试从成品音乐中分离人声或乐器声，为采样、二次创作和重新混音提供素材。

播客、有声书及音频研究中，可用于提取目标声源、分析混合录音，或为语音增强等相关应用准备输入素材。

开始处理前，应尽量使用清晰、具体的文字描述，并准确选择视频对象或时间范围。目标声源与其他声音高度重叠时，分离结果可能出现背景残留、目标声音缺失或串音。

因此，输出内容需要通过耳听和波形检查进行复核，必要时还要结合降噪、均衡、剪辑等后期处理。对于需要发布的成片或正式音乐项目，建议保留原始素材并进行人工质量确认。