近日，我校音乐人工智能系教师刘家丰、张昕然、博士生董原良在“Sound Demixing Challenge 2023”国际音乐声源分离大赛赛道A中，以7.539的分数获得冠军，且所有单项分数均排名第一，领先所有其他团队。本次大赛共有20多个队伍参赛，汇集了全世界最顶级的科技公司和学术机构的团队，如 Facebook、字节跳动、C4DM音乐人工智能实验室等。这是中央音乐学院自2019年成立音乐人工智能与音乐信息科技系以来，首次在国际音乐人工智能大赛中摘得桂冠，标志着我校音乐人工智能专业的人才培养和科学研究达到了国际前沿水准。
音乐声源分离（Music Source Separation）是一项旨在将混合音频中的不同声源信号，如人声、鼓、贝斯等乐器或是伴奏整体分离出来的技术，具有广泛的应用，例如音乐混音、卡拉OK、音乐版权保护、音频修复和音频分析等，是音乐人工智能的关键技术之一。如何分离出干净的声源信号一直是一项非常具有挑战性的任务。在混合音频信号中，由于多个声源同时存在，使它们的信号频谱重叠在一起，难以单独提取出每个声源的音频信号。传统的方法如滤波、相位抵消等均无法提取出较干净的音频信号。近年来随着人工智能技术的发展，使用深度神经网络等技术，极大的推动了该领域的发展，相较传统方法能分离出更加纯净的原始音频信号。