audio-editing

AMBIT是一个统一框架，通过将自回归场景规划与整流流（rectified-flow）渲染相耦合，实现一阶Ambisonics（FOA）空间音频的生成与编辑，并利用FOA感知的连续VAE与on-policy自蒸馏来保持空间结构和声学保真度。

Audionaut 是一款免费的开源多轨音频编辑器，基于 C++ 和 JUCE 构建，可在 Windows、macOS 和 Linux 上原生运行，并支持 MCP，可让 Claude 及其他 AI 智能体执行音频编辑、音轨分离和音频分析等操作。

Robot Voice Bridge 是专为 Mac 设计的原生应用，集成了 ElevenLabs 以优化配音工作流程，让用户轻松生成、编辑音频并直接导入编辑软件。

Ardour 9.8 为MIDI轨道引入调性和音阶可视化，改进会话恢复和片段录制，并在MIDI工具中添加琶音选项。

腾讯已开源 AuK，这是一个15亿参数的基础模型，用于语音生成与编辑，通过统一的自然语言指令接口支持零样本TTS、内容编辑等功能。

Vocal Slice 是一款桌面音频编辑应用，利用设备端的 Whisper 转录功能，用户可以通过在转录文本中高亮来选择和导出片段，专为播客制作人和语音专业人士设计。

iVox 是首款致力于重现 20 世纪 80 年代磁带编辑效果的音频编辑应用。

Redactify 是一款自动审查视频和音频中脏话的工具。

MMAE是一个全面的多任务音频编辑基准，用于评估AI通过自然语言指令精确修改现有音频片段的能力，目前模型准确匹配率低于5%。

MMAE是一个全面的基于指令的音频编辑基准，涵盖多种模态和复杂度级别，揭示了当前模型能力中的显著差距。

Adam Solove 介绍了他自己开发的播客编辑器 Ducking，该编辑器具备磁性时间轴、多人协作编辑以及专为口语音频工作流设计的协作工具。这篇文章深入探讨了 UI 设计决策，展示了相比传统 DAW 交互模型在播客编辑方面的改进。