SAM Audio 亮相:首个用于音频分离的统一多模态模型

Meta 发布 SAM Audio,首个统一多模态音频分离模型,可通过文本、视觉提示或时间段标记从复杂混音中分离任意声音;配套发布技术引擎 Perception Encoder Audiovisual(PE-AV)、首个真实场景音频分离基准 SAM Audio-Bench 和自动评审模型 SAM Audio Judge。