基于 BandSplit-RoFormer 分离与 HiFi++ GAN 的多阶段音乐源恢复
声音
2026-03-05 v1 机器学习
音频与语音处理
摘要
音乐源恢复（MSR）旨在从完全混合且已加工的音频中恢复原始未处理的乐器 stems，其中生产效果和分布性artifact违反常规线性混合假设。本技术报告介绍了 CP-JKU 团队为 MSR ICASSP Challenge 2025 所构建的系统。我们的方法将 MSR 分解为分离与恢复两个阶段。首先，一个单一 BandSplit-RoFormer 分离器预测八个 stems 以及一个辅助 other stem，并采用三阶段课程训练：从 4-stem 热启动微调（使用 LoRA）到 8-stem 扩展通过头扩展实现。其次，我们应用一个通用性的 HiFi++ GAN 声码器波形恢复器，然后专门训练为八个乐器特定的专家。
引用
@article{arxiv.2603.04032,
title = {Multi-Stage Music Source Restoration with BandSplit-RoFormer Separation and HiFi++ GAN},
author = {Tobias Morocutti and Emmanouil Karystinaios and Jonathan Greif and Gerhard Widmer},
journal= {arXiv preprint arXiv:2603.04032},
year = {2026}
}
备注
ICASSP 2026 Music Source Restoration (MSR) Challenge