有关非人声部分

您好，我最近在用你们这个模型进行音高的预测，这个模型的RPA和RCA表现很好，但是OA表现并没有和论文一样那么高，只有65%左右，我用的是MIR-1K训练的模型。 我发现这个模型似乎不能识别非人声部分，所以OA不高。请问有什么方法可以解决这个问题？ 需要进行静音训练吗，还是得调参？ 另外， 我在论文中看到了你们用CREPE也进行了实验， 我也用了， CREPE也是不能正确识别非人声的，OA贼低，请问你们怎么解决这个问题的？