特拉维夫大学与 Google 研究者发布 SepGen，单次前向同时生成视频与分轨音源

特拉维夫大学与 Google 研究者发布 SepGen，把预训练音视频生成模型扩展为单次前向即可输出每条声源的独立波形，连同视频与混音一起给出。它支持生成与分离双模式，既可按文本描述为每个声源生成独立音轨，也能把现有视频的混音拆成多轨。