FoleyForge 论文：用一条指令编辑音效，指令遵循达 SOTA

FoleyForge 提出一种基于指令的音效编辑生成模型，只需输入音频片段和自由文本指令，即可在保留原素材身份的前提下施加编辑。模型支持语义类、风格类和类 DSP 编辑，并通过微调 rectified-flow 音频生成模型实现属性控制，指令遵循达到 SOTA，音频质量与源保真度具竞争力。