工具简介
Sam Audio 是一款面向「AI 音频与语音」场景的 AI 工具，基础功能免费开放，可在网页端上使用。官网地址 samaudio.audio。
如何使用
- 打开 samaudio.audio 并登录，进入处理界面
- 上传音频、视频或文本文件，选择源语言
- 指定目标语言与输出形式，例如字幕或文稿
- 校对机器结果中的专有名词，确认后导出
查看官网原文（英文）
以下为收录时的原文，语言与页面不同，未做翻译。
SAM Audio uses Meta’s Segment Anything Audio Model to isolate vocals, instruments, speech and effects from mixes via multimodal prompts (text, visual, time-span). It produces target and residual stems at original sample rates for production, post, and research.
官网介绍
SAM Audio uses Meta's AI to separate vocals, instruments, and speech from any audio. Professional audio editing with text, visual, or time prompts.
官网要点
- Podcast & Voice Enhancement
官方常见问题
- What is SAM Audio and how does it work?
- SAM Audio (Segment Anything Audio Model) is Meta's first unified AI foundation model for audio separation. It uses multimodal prompts—text descriptions, visual cues, or time spans—to isolate specific sounds from complex mixtures, outputting high-quality target and residual audio tracks.
- What types of audio can SAM Audio separate?
- SAM Audio excels at separating speech, music (vocals and instruments), sound effects, environmental sounds, and more. It handles professional recordings and wild audio mixtures with a unified model approach.
视频与口播 · 常用提示词
下面这些都能直接复制，把里面的变量换成你自己的情况就能用。
- 封面测试：同一个内容，三个封面怎么选设计三种不同机制的封面并给出测试方法，用数据而不是审美做决定。
- 提词器排版：让眼睛一看就能读出来把书面稿改成适合提词器的排版，含断句、换行与标记规则。
- 短剧剧本：3 分钟里要有三次转折给竖屏短剧的剧本结构模板，含钩子、反转与结尾留白。
同类工具怎么选
下面是同一类目下已经写好的对比与替代清单。读完这个工具能做什么，接着看它和谁比、有没有更顺手的方案。
AI 音频与语音类工具的对比
- ElevenLabs、Fish Speech的对比ElevenLabs 和 Fish Speech 对比：音色自然度、多语种、音色克隆、部署方式、数据合规与成本结构。
- 讯飞听见、通义听悟的对比讯飞听见和通义听悟的横向对比：转写准确率、方言、摘要整理、价格模式，附选型结论。
语音音频类工具的国内替代
- Speechify 国内替代Speechify 把网页、文档、PDF 直接读成语音，适合通勤时"听资料"。国内同类工具在中文长文的朗读自然度上更好，PDF 解析能力参差。这份清单按阅读场景来排。
- ElevenLabs 国内替代ElevenLabs 需要海外订阅与支付。这份清单给出国内可用的 AI 配音替代方案，按「通用配音」「声音克隆」「多角色对话」分类，并说明克隆的授权边界。
- Suno 国内替代Suno 需要海外网络与订阅。这份清单给出国内可用的 AI 音乐生成替代方案，按「完整歌曲」「商用配乐」「人声演唱」分类，并说明版权上要注意什么。
对比结论与替代建议为编辑整理，价格与额度以各工具官网为准。