底层的 MuScriptor 模型将多乐器转录表述为钢琴卷帘 token 序列上的语言建模任务。它以梅尔频谱块为条件，自回归地预测音高、时序和乐器 token，并通过大规模合成 MIDI 预训练、真实音频微调以及基于精选高质量转录的强化式后训练来完成训练。
该工具适合音乐人、制作人、作曲家、教育工作者和研究人员，他们需要从密集录音而非单独 stems 中恢复音乐结构。Mirelo 和 Kyutai 开源了研究模型与推理代码，同时也在 Mirelo Studio 中提供了带有改进生产版本的免费产品体验。
