Нейросеть SAM Audio

Meta выпустила модель, которая вырезает нужные звуки из видео тремя способами: через текст, клик по объекту в кадре или выделение временных отрезков. SAM Audio позволяет отделить любой звук без танцев с эквалайзером и сложных настроек — достаточно написать «лай собаки» или кликнуть на гитариста в видео.

Как работает изоляция звука в SAM Audio

Первый вариант — текстовый промпт: пишешь название источника звука («гитара», «шум дождя», «голос женщины»), и модель вытаскивает именно его. Второй — клик по видео: тыкаешь на человека или предмет в кадре, получаешь аудиодорожку только этого объекта. Третий способ — выделение временных отрезков, где звучит нужный источник. Это первая реализация такого метода в индустрии, и она реально экономит время при работе с длинными записями.

Модель понимает контекст и различает источники даже в сложных миксах. Если в кадре играют три инструмента, а тебе нужен только бас — SAM Audio справится. Если на фоне разговора слышен шум машин, а нужен чистый голос — вытащит голос. Всё это без ручной настройки частот и уровней.

Преимущества перед Adobe Audition и аналогами

Adobe Audition, iZotope RX и Spleeter работают давно и неплохо, но требуют понимания интерфейса и времени на настройку. SAM Audio убирает порог входа: не нужно разбираться в параметрах шумоподавления или спектральной обработке. Промпт или клик — и готово. Это особенно удобно для тех, кто монтирует видео для соцсетей или подкастов и не хочет тратить часы на изучение профессиональных инструментов.

Доступность модели SAM Audio

Модель можно скачать и запустить локально. Есть плейграунд на сайте, где можно протестировать функции на своих файлах. Это значит, что не нужно отправлять материалы на сторонние серверы — всё обрабатывается на твоём компьютере. Удобно для работы с конфиденциальным контентом или когда интернет нестабилен.