UVR5 人声分离实战教程5 步把任意歌曲拆成干声和伴奏【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想翻唱却没有伴奏 剪视频被 BGM 人声干扰 做混音又拿不到干净的干声这些问题都可以交给 Ultimate Vocal RemoverUVR5——一款免费、开源、带图形界面的 AI 人声分离工具。它把 MDX-Net、Demucs、VR 三大算法家族和几十个预训练模型装进同一个窗口点几下按钮就能拿到分轨结果。5 分钟跑起来路径 A官方整合包零依赖。到 UVR5 的发布页下载对应系统的安装包Python、PyTorch、FFmpeg 全部内置装完直接打开就能用。Windows 用户注意整合包必须装在 C 盘装到别的盘会出现运行不稳定的问题。路径 B源码运行。如果你已经配好 Python 环境两行命令就能启动git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui pip install -r requirements.txt装完依赖后执行python3 UVR.pyLinux 需先装 FFmpeg 和 python3-tk。有 NVIDIA 显卡的话把 PyTorch 换成 CUDA 版本推理速度通常能快 3-10 倍pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117两个高频坑pip 报权限错误时加--user或改用虚拟环境处理 MP3、FLAC 等格式依赖 FFmpeg缺失时会直接报转换错误。第一次人声分离5 步走完加载音频点击 Select Input选中要处理的歌曲MP3、WAV、FLAC 都可以设定输出点击 Select Output选择结果保存目录和输出格式选择算法在 CHOOSE PROCESS METHOD 选 MDX-Net模型挑一个人声/伴奏两轨分离的型号比如带 InstVoc 字样的 HQ 版本设置参数Segment Size 保持默认 256Overlap 填 0.25有独显就勾上 GPU Conversion开始处理点击 Start Processing等进度条跑完完成后输出目录里会多出两个文件例如歌曲名_(Vocals).wav和歌曲名_(Instrumental).wav——前者是干声后者就是你要的纯净伴奏。建议先勾上 Sample Mode程序只处理前 30 秒。试听没问题再跑全长调参阶段能省掉大量等待。和老办法消人声差在哪以前播放器里的消人声本质是频段切除把人声常用的频率段一刀切掉。可人声和吉他泛音、键盘和声挤在同一片频率里切掉它整段伴奏都会发闷发空像隔着一层被子听歌编曲越密的歌翻车越狠。UVR5 的路数完全不同。模型在海量带标注音频上学过人声和每种乐器在时间、频率上怎么组合推理时按声源归属切分。一句话概括它做的是按来源分离而不是挖掉一段频谱所以伴奏能保住接近原曲的完整度。什么素材配什么模型模块特长适用素材/场景MDX-Netlib_v5/mdxnet.py推理快、两轨分离稳流行、摇滚等常规歌曲日常出活Demucs v3/v4demucs/支持 4 轨人声/鼓/贝斯/其他编曲复杂、需要整曲分轨的作品VR Architecturelib_v5/vr_network/模型多有专项模型去除特定乐器、降噪预处理按素材选型的三条经验流行、摇滚类优先 MDX-Net 两轨人声模型效果和速度最均衡古典、爵士或配器复杂的歌换 Demucs v4多轨下更稳只想去掉某件乐器比如钢琴用 VR 系列的专项模型素材底噪大的话先拿 VR_Models 里的UVR-DeNoise-Lite.pth降噪一遍再分离所有模型都放在models/下的三个子目录里每个模型的参数mdx_dim_f_set、primary_stem、是否 karaoke 模式等都写在 model_data.json 里拿不准时直接打开看看它的设计取向。首次运行会自动下载模型网络不畅就手动放进对应目录。关键参数与微调参数推荐值效果说明Segment Size128 / 256 / 512越小越省内存老机器选 128越大质量上限越高但显存吃得越狠Overlap0.25-0.50 起步重叠窗口越大段与段之间拼接越平滑耗时也越长GPU Conversion有独显就勾程序separate.py 里的设备检测逻辑会自动识别 CUDA 和 Mac 的 MPS可用时优先走 GPU结果里听到咔哒声或段落感 → 把 Overlap 加到 0.75 再试显存不足、内存报错 → 把 Segment Size 从 512 降到 256 甚至 128文件多也不怕队列支持批量排队多个音源依次处理不用反复操作。翻车急救出错先查这里现象常见原因对策界面完全打不开缺少 tkinter 组件Linux 装python3-tk后重试处理 MP3/FLAC 时报转换错误没装 FFmpeg安装 FFmpeg 并把可执行文件放进 UVR 主目录首次启动极慢或模型下载失败网络问题手动下载模型文件放进 models/ 对应目录macOS 上点不开或左键失灵系统安全策略拦截按提示用spctl与xattr命令放行或升级到最新版内存分配错误Segment 开得过大调小 Segment / Window 尺寸Windows 启动即闪退缺 VC 运行库安装 Visual C 运行库再试报错详情可以点开 Start Processing 左侧的设置按钮找 Error Log 查看完整日志比猜原因快得多。拿一首你最熟的流行 MP3 开练先勾 Sample Mode 跑 30 秒确认伴奏干净了再跑全长。当第一次听到干净得像官方发行版的伴奏时你就会明白这套免费工具值不值得收藏。【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
