摘要
30 秒看懂
Matthew Berman 用游戏画面、咖啡馆录像和音乐测试 Meta 的 SAM Audio 在线演示。他将目标声音与其他音频分离、添加效果并介绍可能用途。视频与 Meta 合作制作；助听器应用是未来设想，并非已经展示的产品。
- 1Meta 合作Berman 披露他与 Meta 合作制作这段演示视频。
- 2分离音轨他用提示词在游戏片段中选择女性声音，界面提供分离和剩余音轨。
- 3咖啡馆声音他在嘈杂的餐厅视频中尝试分离人声、脚步和餐具声。
- 4音乐和音效他分离吉他、添加效果，并介绍下载音轨。
要点建议
- 文字提示词可以指定要从视频或音频片段中分离的声音。
- 演示界面将原始音频、分离的声音和剩余音频作为独立音轨展示。
- Berman 测试了人声、脚步、餐具和吉他，并添加音效。
- 视频与 Meta 合作制作；这些例子是演示，并非全面评估。
全文
按章节阅读整理后的全文
01
分离视频声音
Berman 介绍与 Meta 的合作，并从游戏画面中分离声音。
Meta 的 SAM Audio 可以通过提示词从音频或视频中分离声音。在这段与 Meta 合作制作的视频里，我演示在线工具及分离后音轨的使用方法。
我上传一段《古墓丽影》画面，输入“woman”。界面生成原始音频、分离的声音和剩余声音。我先播放分离的音轨，再播放其余部分；这个例子的结果听起来有些奇特，但所选人声被分离出来了。
02
人声与背景声音
他从咖啡馆片段中分离人声及其他声音，再为人声添加效果。
接下来是一段咖啡馆视频：一名女子在背景嘈杂的环境中打电话。我输入“voice”，分别听分离出的人声和剩余声音。我还尝试“footsteps”和“utensils”，从同一场景中选择其他声音。
在线工具允许对分离音频或剩余音频添加效果。我为人声使用录音室音效并调整程度；其他选项包括混响和更风格化的效果。
03
音乐、音效与导出
他测试乐器分离和音效，并讨论音频制作的可能用途。
对于一段音乐，我分离吉他、试听剩余音轨，并尝试音乐厅和水下效果。
界面允许分别下载音轨。我认为它可能用于音频清理和混音；在助听器中使用类似技术是未来设想，并非这里已经展示的功能。
同频道的其他文章
25:50EN → 简体中文Kimi K3.1 Pro 实测：3D 演示出色，表现不一，价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力，并比较基准成绩与价格。
32:20EN → 简体中文本地 AI 究竟适合谁？成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权，与硬件成本、设置复杂度及推理速度之间的关系。
45:08EN → 简体中文Sam Altman 谈 AI 发现、意识、算力与以人为本的未来Matthew Berman, Sam Altman · Forward Future在与 Matthew Berman 的对谈中，Altman 讨论科学进步、个人助手、递归自我改进与人类自主权。
0:32EN → 简体中文Sam Altman 谈持续存在的软件工作需求Sam Altman, Matthew Berman · OpenAI在一段简短访谈中，Altman 表示，尽管 AI 正在改变软件的制作方式，软件需求可能比人们预想的更大。
12:14EN → 简体中文Gemini 4 Argon 实测：3D 演示、电子表格原型与基准成绩Matthew Berman · Forward FutureMatthew Berman 用游戏和视觉项目测试 Google 模型，并比较公布的编程与智能体基准。
10:36EN → 简体中文Meta Muse Wonder 实测：基准成绩强劲，演示表现不一，额度限制影响体验Matthew Berman · Forward FutureMatthew Berman 测试 Meta 模型的浏览器演示，并分析公开的基准成绩、使用方式和成本。