展开本页目录
开始前准备什么
- 使用自己有权处理的练习素材；当前账号、版本、硬件与额度按官方入口核验。
- 本文官方示例、原创输入和离线检查各自标识；尚未运行目标生成或账户专属操作。
- 打开两声源原生素材
- 准备可见/离画时间表
- 选择Visual prompting
- 导出target与residual
- 先听可见目标段
- 专听离画和重叠段
- 交付两轨与条件
1. 打开两声源原生素材
instruments.mp4显示作者原生笛管与鼓，input-mix.wav含独立合成笛音和鼓声。它不是成年演员实拍，正式可替换本人/授权双人演奏片。
2. 准备可见/离画时间表
visibility.csv标目标在画面内、离开画面和重叠段，保留两条原始stem作离线真值。视频与音频需对齐后再上传。
3. 选择Visual prompting
在SAM Audio Playground当前入口切视觉提示，点选可见目标笛子或对应演奏者区域。不要用文本提示跑完后称视觉选声。
4. 导出target与residual
保存两轨原始返回与点击位置、模型和输入文件。只有target音频不能检验另一声源是否被错误移走。
5. 先听可见目标段
在已知笛音时段听target，鼓声是否泄漏；再听residual是否仍含清晰目标旋律。包内原始stem是作者真值，不是SAM输出。
6. 专听离画和重叠段
检查目标离画后是否仍保留、两声源同时响时是否损伤。不要用只展示目标独奏的片段宣称完整隔离通过。
7. 交付两轨与条件
保留原片、合成脚本、两真值stem、实际返回和区段表。本文未运行SAM Audio，原生视觉和合成音只作输入。
练习包与图片身份
下载包包含本课原始输入、可编辑原生材料、操作台账和来源记录。作者参考说明任务目标；官方示例证明功能存在，均不代表本课已在目标工具运行。逐项结果保持未测，完成实际操作后再记录。
怎样确认已经完成
- 不把视觉点选当识别人身份，离画失效如实记录
- 保存实际输入、参数与生成版本；未执行项保留未测。
- 按素材身份核对官方示例、作者输入和实际目标工具输出，避免混用。
常见问题
SAM Audio怎么点画面里的人或乐器来选声音？
visibility.csv标目标在画面内、离开画面和重叠段，保留两条原始stem作离线真值。视频与音频需对齐后再上传。
发声物体离开画面后，分离结果还能保持吗？
检查目标离画后是否仍保留、两声源同时响时是否损伤。不要用只展示目标独奏的片段宣称完整隔离通过。