本報告では、Sound Demixing Challenge 2023のMusic Demixing Trackで受賞した当研究チームのソリューションを紹介する。まず、MUSDBベンチマークにおいて最先端の性能を達成しつつ、計算効率に優れた音楽ソース分離モデル「TFC-TDF-UNet v3」を提案する。次に、各リーダーボードにおけるソリューションの詳細を明らかにし、ノイズに強い学習を実現するための損失マスキング手法についても述べる。モデルの訓練および最終提出物の再現に必要なコードは、github.com/kuielab/sdx23にて公開されている。