UVR5人声提取10分钟跑通人声伴奏分离【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUIUVR5人声提取是用免费音频分离工具把人声和伴奏拆成两轨的过程。它内置在 RVC WebUI 里不需要单独安装。这篇教程带你走完装好 → 跑通 → 调优三步前置条件只有一个一台能装 Python 3.8 的电脑以及一段待处理的音频文件。先判断这工具适不适合你需不需要它只有把人声和伴奏拆开这一件事。如果你只是降噪或修音高那是另外两个功能别用 UVR5 硬套。设备能不能跑有独立显卡的电脑跑得更快没有 GPU 也能用 CPU 跑只是等待时间更长。大概花多久环境装好加上首次下载模型大约需要 10 到 20 分钟之后每首歌的处理时间是按队列逐首推进的文件越多越久可以先拿一两个文件试水。花不花钱开源免费模型也随仓库附带没有付费环节。装好把环境和模型就位克隆代码Windows 双击go-web.batLinux/macOS 执行run.shgit clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI cd Retrieval-based-Voice-Conversion-WebUI pip install -r requirements.txt python infer-web.py预期结果浏览器自动打开 Gradio 界面。Linux/macOS 可以直接用bash run.sh它会自动建虚拟环境、装依赖并顺带把 UVR5 模型下载进 assets/uvr5_weights/ 目录Windows 用户如果界面里模型下拉框是空的说明模型没下全参考 docs/cn/faq.md 手动补齐即可。注意音频路径里带空格或括号时 ffmpeg 容易读不了文件路径尽量用纯英文、无空格的目录。跑通在界面里完成第一次分离打开左侧伴奏人声分离去混响去回声标签页。在输入待处理音频文件夹路径里填存放音频的文件夹从文件管理器地址栏直接复制即可也可以改用旁边的批量文件上传框。模型下拉框里选一个不带和声的音频选 HP2 或 HP3对主人声保留更好带和声、只想留主唱的选 HP5会削弱和声。输出文件夹留默认opt或改成你熟悉的路径导出格式默认 flac可选 wav / mp3 / m4a。点转换。预期结果输出信息框逐条打印处理进度处理完每个输入文件会在两个输出目录里各多一个文件。调优效果不满意时只动这几个地方人声里残留伴奏从 HP2 换 HP3 再跑一遍HP3 保留主人声更彻底。音频里有混响、延迟用 MDX-Netonnx_dereverb去混响模型再处理一轮双通道混响它处理得最好单声道混响可以试试 DeEcho 系列。输出格式按用途选还要继续加工就 wav/flac只用来分享就 mp3。自测确认你没跑错看文件前缀输出目录里应该出现vocal_开头的文件人声轨和instrument_开头的文件伴奏轨文件名中间的数字就是激进程度参数。只出一轨说明你只填了一个输出目录。听关键段落放原曲里伴奏最满的副歌段——人声轨里伴奏应明显变弱伴奏轨里人声应基本消失。完全没变化多半是模型和音频类型没对上比如和声多的歌用了 HP5。对参数界面里人声提取激进程度的滑块当前版本默认不开放固定为 10不用找。进阶提示有和声的歌想留主唱HP5 处理完听一下和声残留残留严重就退回 HP3。想批量处理整个文件夹把文件全放进输入目录一次跑完处理顺序就是目录里的文件顺序建议先小批量验证效果再上大批量。想自己控制运行设备GPU/CPU、显存分配可以查看 configs/config.py改完重启 WebUI 生效。收尾界面里的说明文字、docs/cn/faq.md 和 docs/小白简易教程.doc 覆盖了绝大多数报错场景跑不通先去那里搜关键词比猜快。【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考