本月开始我们进入了“长草期”，本月（并且预计接下来的几个月）团子网站将以稳定维护状态运行，但这并不代表团子在“摸鱼”👻👻，我们下一代算法的架构层面已经在几个月前任意乐器分离3.0训练时已经确定，目前团子的算力将用来实验下一代（也就是10.0系列）的算法。

在DangoNet3架构中，我们将复杂的“提取”任务拆解成几个细分的子任务并独立交给不同的AI模块去处理，而它的确得到了不错的性能的提升。我们认为AI用来提取声音，需要在两个方向做的好——“识别能力”和“提取能力”，其中，识别能力代表了AI是否会正确的识别人声，会不会把某些乐器错误当成人声，会不会把某些复杂的人声错误的保留而不是剔除；而提取能力则是AI是否能正确、无残留的从歌曲中删除人声。

而目前我们正在改善10.0的“识别能力”，我们在10.0中拟增加30%的新训练数据（虽然“30%”听起来很少，但我们的基础训练数据已经是十分庞大了），而除了数据，算法也很重要，我们在几个月前已经拟定了10.0的“识别能力”的算法，只是因为没有算力去验证（算力正在训练任意乐器分离的模型），目前我们将开始训练识别能力模块。

而“提取能力”模块，我们需要等“识别模块”训练完毕后再开始研发，前面说到，提取模块的主要目的是如何无残留的提取内容物，在10代中我们也有了一定的目标性，在9代中我们收到一些反馈，在10代中我们会尝试针对性的改进，例如团子对“有损歌曲”的识别能力支持并不好，尽管团子经常强调希望用户能上传无损歌曲来达到最佳的提取效果，但部分歌曲在互联网中非常难找到无损版本，团子预计将针对性的提升对MP3的提取效果同时不降低整体的模型性能；另一个问题是部分人声在母带mix过程中，人声本身电平就已经超过了0dB，这会导致人声产生“爆音”，并顺带着这些爆音混合到母带中，类似短暂尖锐的咔哒咔哒声音，但可能乐器的声音较大会掩盖这些爆音，而团子只会删除人声，这些“爆音”仍然保留在伴奏轨，导致部分伴奏轨能清晰的听到一些“爆音”，并反馈认为这是团子提取问题，尽管这是因为作曲人混音时已经夹杂了人声的爆音，但团子并不希望给用户增加额外负担，在10.0系列中我们同样会尝试改善爆音带来的Click声音问题。