在本报告中，我们介绍了在2023年声音分离挑战赛（Sound Demixing Challenge 2023）音乐分离赛道中荣获奖项的解决方案。首先，我们提出TFC-TDF-UNet v3，这是一种高效的时间音乐源分离模型，在MUSDB基准测试中取得了当前最优的性能表现。随后，我们详细阐述了针对各排行榜（Leaderboard）所采用的解决方案，其中包括一种用于提升噪声鲁棒性的损失掩码（loss masking）训练方法。模型训练及最终提交结果的复现代码已公开，可访问 github.com/kuielab/sdx23 获取。