基于ensemble分离与目标重构的音乐源恢复
软凝聚态物质
2026-03-19 v1 材料科学
机器学习
摘要
音乐源恢复（MSR）挑战旨在恢复原始未经处理的音 stems。与传统音乐源分离不同，MSR需要逆转均衡、压缩、混响及其他真实降噪等复杂生产过程。为此，我们提出两个阶段系统：首先，ensemble多个预训练分离模型生成初步源估计；然后，应用预训练的 BSRNN-based 恢复模型进行目标重构以细化这些估计。在官方MSR基准测试上，我们的系统在所有指标上超越基线，排名第二。代码地址：https://github.com/xinghour/Music-source-restoration-CUPAudioGroup
关键词
引用
@article{arxiv.2603.16925,
title = {Gaussian Process Regression-based Knowledge Distillation Framework for Simultaneous Prediction of Physical and Mechanical Properties of Epoxy Polymers},
author = {Sindu B. S. and Jan Hamaekers},
journal= {arXiv preprint arXiv:2603.16925},
year = {2026}
}