Dans ce rapport, nous présentons nos solutions primées pour la piste de démixage musical du Sound Demixing Challenge 2023. Tout d’abord, nous proposons TFC-TDF-UNet v3, un modèle de séparation de sources musicales à faible coût computationnel, qui atteint des résultats de pointe sur le benchmark MUSDB. Nous fournissons ensuite des détails complets concernant nos approches pour chaque classement (Leaderboard), notamment une méthode de masquage de perte destinée à améliorer la robustesse face au bruit lors de l’entraînement. Le code permettant de reproduire l’entraînement du modèle ainsi que les soumissions finales est disponible à l’adresse github.com/kuielab/sdx23.