这是一篇利用prompt思路优化USS（通用音频分离）任务的文章。模型结构如下：

简单来说，作者通过SED模型得到若干类别音频的表示p，然后使用这个p作为prompt来引导模型在混合音频中分离出接近p的音频，这个过程中，SED模型和USS模型参数都是冻结的，只调整p，也就是想找到针对每个类别的音频的合适的prompt，用这个prompt来引导USS模型分离出清晰音频。