Meta presentó este jueves SAM Audio, un nuevo modelo de inteligencia artificial desarrollado para facilitar la edición y procesamiento de audio con un enfoque práctico e intuitivo. Esta herramienta forma parte de la familia Segment Anything Playground y está diseñada para tareas como la separación de sonidos en mezclas complejas, ideal para usos en música, pódcast, televisión, cine, accesibilidad e incluso investigación científica.
La compañía dirigida por Mark Zuckerberg explicó que SAM Audio es el primer modelo de IA capaz de segmentar sonidos utilizando tres tipos de indicaciones: texto, pautas visuales y lapsos de tiempo. Esto significa que los usuarios pueden extraer sonidos específicos de un vídeo o audio simplemente escribiendo comandos como “voz cantando” o “perro ladrando”, haciendo clic sobre el objeto que emite el sonido, o marcando el momento exacto en que aparece el audio deseado.
Por ejemplo, un creador de contenido puede aislar la guitarra en un vídeo musical, eliminar el ruido del tráfico en una grabación en exteriores, o quitar el ladrido de un perro en una entrevista, todo mediante comandos simples en lenguaje natural.
El modelo también permite combinar los diferentes tipos de indicaciones para lograr un mayor control en la edición, eliminando así la necesidad de usar múltiples herramientas especializadas para distintas tareas de procesamiento de audio.
Meta destacó que SAM Audio no solo mejora la experiencia de edición, sino que ofrece resultados con calidad profesional gracias a su capacidad para adaptarse a la percepción humana del sonido. La herramienta ya está disponible de forma gratuita en la plataforma Segment Anything Playground, y también se puede descargar.