5分钟免费把一首歌拆成两条UVR5人声分离实战指南【免费下载链接】ultimatevocalremoverguiGUI for a Vocal Remover that uses Deep Neural Networks.项目地址: https://gitcode.com/GitHub_Trending/ul/ultimatevocalremoverguiUltimate Vocal RemoverUVR5是一款免费开源的 AI 人声分离工具用深度神经网络把歌曲拆成干声和伴奏两轨也支持四轨分轨。翻唱、剪辑、混音场景都适用新手照着本文装好环境、跑通第一次分离、学会选模型调参数遇到问题还能对照速查表解决。那个没有伴奏的翻唱是不是还躺在你的收藏夹里想翻唱一首歌版权原因根本找不到官方伴奏剪视频时 BGM 里的人声总跟你的旁白打架做混音时想拿干声版权方只给整轨。这些事的共同解法就是这个带图形界面的开源工具——你不用懂模型点几下鼠标就能把声音拆开。3分钟装好两条起步路线路线一省心官网提供一体化安装包Windows 与 macOS 都有Python、PyTorch、FFmpeg 全部内置装完双击就能跑零前置条件。路线二源码运行克隆仓库后安装依赖适合想折腾或 Linux 用户git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui pip install -r requirements.txt装完依赖后在仓库目录运行python UVR.py即可启动。如果你有 NVIDIA 显卡建议把 PyTorch 升级为 CUDA 版本处理速度通常能快 310 倍按官方 PyTorch 渠道的 cu117 wheel 安装即可。第一次上手拿到你的第一对音轨点Select Input选中你要拆的那首歌指定输出目录输出格式选 WAV / FLAC / MP3 之一在 CHOOSE PROCESS METHOD 里选MDX-Net模型挑 MDX23C-InstVoc HQ 这类两轨人声模型Segment Size填 256、Overlap填 8有显卡就勾上 GPU 转换点Start Processing等进度条走完跑完后输出目录里会出现两个文件文件名带 (Vocals) 的是干声带 (Instrumental) 的是伴奏。不想等全长先勾Sample Mode默认只算 30 秒参数满意再正式开跑。为什么它比播放器里那个消人声干净老办法是把人声所在的频段整个切掉相当于用刀把蛋糕中间横着削一刀——可人声和吉他泛音、键盘和声本来就挤在同一频段里切完伴奏又闷又空像隔着被子听歌。AI 的做法不一样它听过海量标注样本学会了谁在哪、什么时候出声再按声源拆而不是按频率挖。就像一位听音师把混在一起的对话按说话的人归类而不是按音量大小过滤所以拆出来的伴奏才接近专业分轨的水准。UVR5 把三种主流算法装进了同一个窗口对应关系如下拆法代码位置特点什么时候用两轨人声伴奏lib_v5/mdxnet.py推理快、结果稳流行、摇滚等日常歌曲四轨人声/鼓/贝斯/其他demucs/复杂编曲更稳古典、爵士、需要分轨专项两轨lib_v5/vr_network/模型版本多、可调去特定乐器、降噪模型怎么挑参数怎么填效果好坏很大程度看按歌选模型流行 / 摇滚 → MDX-Net 系列速度和效果最均衡古典 / 爵士 / 编曲复杂 → Demucs v4稳定性更好只想去掉某件乐器 → VR 系列有专项模型比如 4band_44100 下标注 No Piano 的版本源文件本身噪底大 → 先用 models/VR_Models/ 里的UVR-DeNoise-Lite.pth降噪一遍再分离每个模型的参数记录在对应目录的 model_data.json 里MDX-Net 会写明 mdx_dim_f_set、mdx_n_fft_scale_set、primary_stem甚至是否 karaoke 模式打开看几眼就知道各模型的设计取向。首次运行会自动下载模型网络不顺时手动把权重放进 models/ 下三个对应目录即可。参数推荐值设错会怎样Segment Size128 / 256 / 512太大内存和显存吃紧太小质量下降老机器选 128Overlap8 起步可加到 16–32太低接缝处有咔哒声太高处理时间变长GPU 转换有 NVIDIA / Apple M 系列就勾纯 CPU 能跑但慢很多让显卡干活一次丢一整文件夹推理是计算密集型任务设备调度逻辑写在 separate.py程序自动检测 CUDA 和 macOS 的 MPS能用 GPU 就优先走 GPU5 分钟的音频可以从十几分钟压到一两分钟。文件多的时候除了界面上排队也可以几行 Python 把整个文件夹交出去import os, subprocess for f in os.listdir(音频目录): if f.endswith((.mp3, .wav, .flac)): subprocess.run([python, UVR.py, os.path.join(音频目录, f)])出错了对着这张表找症状常见原因对策内存 / 显存分配错误分段设得太大调小 Segment Size或关掉 GPU 转换结果接缝有咔哒声Overlap 太小加到 16 或 24非 WAV 文件报转换错误缺 FFmpeg按系统补装 FFmpeg 并放到应用目录界面打不开缺 tkinterLinux 装 python3-tk 后重试模型下载失败或极慢网络问题手动下载权重放进 models/ 对应目录人声残留明显模型不适合这首歌换算法家族或换模型再试现在就去拆你收藏夹里那首歌挑一首你最熟的歌勾上 Sample Mode 跑 30 秒试听满意就拆全长。拆出来的 (Instrumental) 直接当伴奏底录上你自己的声音——开头那个找不到伴奏的翻唱今天就可以开工。【免费下载链接】ultimatevocalremoverguiGUI for a Vocal Remover that uses Deep Neural Networks.项目地址: https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
