LALAL.AI 发布 Andromeda：音频源分离技术的第六代飞跃
After years of refining its audio source separation technology through multiple generations of neural networks, LALAL.AI introduces Andromeda — its most advanced and meticulously engineered model to date. This update marks a significant milestone in the evolution of AI audio processing, reflecting the culmination of six generations of research in digital signal processing and machine learning.
核心突破：从 Perseus 到 Andromeda
Andromeda 并非简单的参数堆叠，而是基于 Transformer 架构的深度重构。与之前的 Perseus 模型相比，Andromeda 在训练数据规模上增加了约 4 倍，并采用了多阶段数据清洗流程，结合 LALAL.AI 团队自主研发的最新数字信号处理（DSP）技术。
1. 统一架构：终结“二选一”困境
在 LALAL.AI 的历史上，用户曾面临一个经典难题：在“清晰切割（Clear Cut）”和“深度提取（Deep Extraction）”模式之间做选择。前者侧重减少交叉混响（cross-bleed），后者侧重保留细节，往往难以兼得。
Andromeda 首次打破了这一限制，将两者合并为一个统一网络。
- 智能平衡：模型不再需要用户手动切换模式，而是智能地在最小化泄漏和最大化细节之间找到最佳平衡点。
- 消除妥协：交叉混响（vocal bleed into other instruments）这一曾经不可避免的问题，在 Andromeda 中几乎被完全消除。
2. 性能飞跃：速度与精度的双重提升
Andromeda 在处理复杂音频时展现出卓越的能力，特别是在处理人声、乐器和背景噪音的复杂交互时。
- 处理速度：相比前代，Andromeda 实现了高达 40% 的处理速度提升，显著降低了用户等待时间。
- 音质指标：在基准测试数据集上，Andromeda 的 SDR（信号失真比） 相比 Perseus 提升了 10%。
- 频率响应：保持了高达 22 kHz 的立体声处理频率范围，确保高保真分离。
3. 细分工具增强：鼓与贝斯的深度解析
自 2026 年 3 月起，Andromeda 已扩展至支持 四轨分离（人声、乐器、鼓、贝斯），进一步丰富了应用场景。
- 贝斯分离：Andromeda 捕捉了更宽的频率范围，保留了泛音、手指噪音、合成器纹理及细微的饱和感。这使得分离出的贝斯部分听起来更加饱满、自然，而非单薄。
- 鼓点分离：显著提高了鼓点的细节、隔离度和一致性。它有效减少了贝斯和其他乐器的干扰（bleed），即使在歌曲的弱拍或突然的静音段落，也能稳定地捕捉鼓点内容，大幅减少了元素丢失的情况。
实际应用价值
Andromeda 已深度集成到 LALAL.AI 的多个核心服务中，包括 Stem Splitter、Lead & Back Vocal Splitter、Echo & Reverb Remover 以及 Voice Cleaner。
对于音乐制作人和音频工程师而言，这意味着：
- 减少后期工作量：许多过去需要在数字音频工作站（DAW）中进行的手工清理步骤（如手动去除人声混入乐器的痕迹）现在变得不再必要。
- 更精准的混音：即使是安静的背景人声（soft backing vocals）也能被提取得更加清晰，便于后续混音。
- 更广泛的适用性：得益于更大的训练数据集，Andromeda 能更好地处理各种复杂的音频源和混合场景。
结语
Andromeda 代表了 LALAL.AI 在音频 AI 领域的长期投入与技术创新。正如官方所言，这不仅是技术的迭代，更是用户体验的重塑——让高质量的音频源分离变得更快、更准、更简单。
