本研究では、多楽器音源に対する自動採譜精度の改善を目的として、楽器ラベルに依存せず音色の類似性を学習する事前学習手法を提案する。従来の多楽器採譜は、楽器ラベルごとのデータ不均衡により特定楽器へ性能が偏りやすく、未知楽器への一般化も困難であった。そこで、音色特徴から構築した潜在空間に対して k-means により付与したクラスタを擬似ラベルとし、合成音声でモデルを事前学習する枠組みを導入する。これにより、モデルが楽器ラベルに依存せず音色の構造的な違いを識別する能力を獲得できる。実験の結果、多様な楽器に対して採譜性能が向上し、特に楽器間のバランス改善と一般化性能の向上を確認した。