清华团队提出动态频带分割框架提升音频分离质量

发生了什么

据Hugging Face Papers报道，清华大学机器学习组于2026年10月16日提交论文，提出动态频带分割（DBS）框架。该框架通过端到端学习适应每个音频混合物的频率边界，在固定token预算下提升源分离质量。在DnR v2数据集上，DBS-BSRNN的平均SI-SDR相对增益达29.0%。代码和演示已公开。