/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
sam-audio-large-tv
Опубликована
13 мар 2026

sam-audio-models

Обработка аудиоАудио → аудио3 профессии

SAM-Audio от Meta AI выделяет заданные звуки из аудиосмесей по текстовым, визуальным или временным подсказкам.

22скачиваний за 30 дней7лайковвеса обновлены13 мар 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

AEmotionStudio распространяет веса Meta AI SAM-Audio в формате BF16 Safetensors. В репозитории представлены варианты Large-TV и Base-TV: в README указано около 3,72 млрд и 1,93 млрд параметров соответственно. Это модели разделения аудио, предназначенные для выделения заданных звуков из сложных аудиосмесей. Для задания цели можно описать звук текстом, указать объект на видео или задать временной интервал; варианты TV оптимизированы для точности выделения цели и визуальных подсказок.

Модель принимает аудио и возвращает отделённое аудио. Лицензия указана как SAM License, а метаданные обозначают её как other; перед использованием следует свериться с условиями SAM License. Репозиторий описывает преобразование весов в BF16 Safetensors для упрощения доступа и распространения.

Сценарии применения

  • отделение вокала от музыкального сопровождения
  • выделение барабанов, пианино или другого инструмента из микса
  • извлечение звука выбранного объекта из аудиосцены
  • разделение аудио по указанному временному интервалу

Ограничения

Качество может зависеть от сложности аудиосмеси и точности подсказки. Для вариантов указаны крупные объёмы весов: около 3,72 млрд и 1,93 млрд параметров; требования к вычислительным ресурсам в карточке не приведены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SAM-Audio Models (BF16 Safetensors)

Ungated mirrors of Meta's SAM-Audio model weights, converted to BF16 safetensors format and redistributed under the SAM License for easier access.

What is SAM-Audio?

SAM-Audio (Segment Anything Model for Audio) is Meta AI's foundation model for isolating any sound in audio using text, visual, or temporal prompts. It can separate specific sounds from complex audio mixtures.

  • Text prompts — isolate sounds by describing them (e.g. "drums", "vocals", "piano")
  • Visual prompts — point at objects in video to extract their sound
  • Span prompts — specify time ranges where the target sound occurs

The -tv variants are optimized for target correctness and visual prompting.

Available Models

ModelParametersFile SizeOriginal
sam-audio-large-tv-bf16.safetensors3,715,221,6386.92 GiBfacebook/sam-audio-large-tv
sam-audio-base-tv-bf16.safetensors1,931,243,6543.60 GiBfacebook/sam-audio-base-tv

Files

FileDescription
sam-audio-large-tv-bf16.safetensorsLarge-TV model weights (BF16)
sam-audio-base-tv-bf16.safetensorsBase-TV model weights (BF16)
config.jsonModel configuration
LICENSESAM License (required for redistribution)

Usage

# With ComfyUI-FFMPEGA (automatic download)
# Set no_llm_mode = "audio_separate" and prompt = "vocals"

# Or standalone:
from sam_audio import SAMAudio
model = SAMAudio.from_pretrained("path/to/this/repo")

License

This model is distributed under the SAM License — see the LICENSE file. Key points:

  • ✅ Commercial use permitted
  • ✅ Redistribution permitted (with license included)
  • ✅ Derivative works permitted
  • ❌ No military/warfare, nuclear, or espionage use
  • ❌ No reverse engineering

Credits

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Обработка «аудио → аудио» пока не поддерживается.

Ревизия весов
5ee10e3

0 моделей