Meta ha presentado SAM Audio, su nuevo modelo de Inteligencia Artificial (IA) de la familia Segment Anything Playground, diseñado para mejorar y facilitar la edición de música y sonido con capacidades para filtrar y aislar audio con indicaciones de texto y seleccionando objetos o personas directamente en contenido de vídeo.
La compañía liderada por Mark Zuckerberg ha trasladado su intención de ofrecer nuevas opciones para facilitar la edición de audio, ya sea en áreas relacionadas con la música, como el podcasting, la televisión, el cine, la investigación científica o la accesibilidad.
En este sentido, ha ampliado su familia de modelos Segment Anything Playground que, enfocados en la segmentación y análisis de imágenes, ahora también incluirán capacidades de audio, con el nuevo modelo SAM Audio.
Concretamente, Meta lo ha definido como el primer modelo de IA unificado que puede segmentar el sonido de mezclas de audio complejas, utilizando indicaciones de texto, pautas visuales y lapsos de tiempo.
En términos prácticos, esto se traduce en que los usuarios podrán llevar a cabo acciones como aislar la guitarra o la voz de un vídeo sobre un grupo de música, simplemente a partir de indicaciones de texto. Igualmente, también permite filtrar el ruido del tráfico en un vídeo grabado en el exterior o eliminar el ladrido de un perro en la grabación de un pódcast, todo ello de forma sencilla mediante lenguaje natural.
Además de indicaciones de texto, como “pedro ladrando” o “voz cantando” para extraer dichos sonidos específicos, SAM Audio también permite el uso de indicaciones visuales, de manera que basta con clicar sobre una persona u objeto que esté emitiendo audio en un vídeo para aislar su sonido.
De la misma forma, los usuarios pueden indicar lapsos de tiempo de un vídeo o audio, para marcar segmentos en los que solo se reproduce el audio en cuestión. Así, estas indicaciones se pueden usar de forma separada o combinada, para editar el audio más fácilmente y de forma controlada.
De esta manera, como ha subrayado Meta en un comunicado, SAM Audio es capaz de transformar el procesamiento de audio facilitando el aislamiento de cualquier sonido en contenido que mezcla audio de forma compleja, haciendo que la separación del audio de calidad profesional “sea más accesible y sencilla que nunca”.
Esto se debe, en parte, a que deja atrás la necesidad de utilizar distintas herramientas de edición de audio separadas para casos de uso específicos, además de tener la capacidad de ajustarse a la percepción natural del audio, logrando “un rendimiento de vanguardia”.
Con todo ello, los usuarios ya pueden probar SAM Audio en la plataforma Segment Anything Playground de forma gratuita, así como descargarlo.
