Point-and-Play：从音乐混音中克隆乐器音色

Point-and-Play 系统可直接从复音混音中被指定的声源克隆音色，并用于合成新的音高与力度。其 Cue-Gated Statistics Pooling（CGSP）模块从适配后的 CLAP 嵌入中提取目标乐器的音色编码，再与音高、力度一起条件化一个单独训练的音符合成器。实验显示其在音色保真度和合成质量上优于“先分离再克隆”基线，接近从干净独奏乐器克隆的效果。