第一次人声分离只需 5 分钟Ultimate Vocal Remover 伴奏提取上手指南【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 Remover下文简称 UVR是一款免费开源的人声分离工具它用深度神经网络从一首歌里拆出独立的人声轨和伴奏轨支持 WAV、FLAC、MP3 等常见格式。无论你做卡拉OK伴奏、提取人声采样还是处理播客里的背景音乐装好之后选个模型点一下按钮就能拿到第一条可用的分离结果。从一首歌到两条轨道人声分离到底在做什么先说清楚你要解决的问题。想让副歌人声单独成轨、做一段没有原唱的伴奏传统办法是手动降噪加均衡费时而且效果看运气。UVR 换了个思路神经网络直接预测出人声和伴奏各自的波形你不需要懂任何音频理论。整个流程只需要三样东西一首输入音频WAV 效果最稳MP3/FLAC/OGG 也能处理非 WAV 文件依赖 FFmpeg 转码官方安装包已内置一个输出目录一个分离模型后面讲怎么选跑完后你会得到两个文件歌曲名_(Vocals).wav和歌曲名_(Instrumental).wav人声与伴奏各占一条。 UVR 能做什么核心能力一览能力怎么做在界面上的位置人声/伴奏两路分离选 MDX-Net 或 VR Arc 方法Choose Process Method 下拉框四轨分离人声/鼓/贝斯/其他选 Demucs 方法v4 版本同上只导出人声或只导出伴奏勾选对应复选框主界面 Vocals Only / Instrumental Only先跑 30 秒试听勾选 Sample Mode主界面 Sample Mode (30s)多模型结果合并打开 Ensemble 模式后勾选多个模型Ensemble 设置项降噪、去混响选 UVR-DeNoise 等专用模型Choose Model 下拉框音高/时间拉伸依赖 Rubber Band安装包内置设置面板安装与第一次运行三种系统一条流程先给结论能下官方安装包就别自己装环境。Windows 的UVR_v5.6.0_setup.exe和 macOS 的 DMG 包都内置了 Python、PyTorch、FFmpeg双击安装即用只有 Linux 或想二次修改时才需要手动装依赖。Windows下载安装包装到 C 盘官方建议装到其他盘可能不稳定。AMD 显卡或 Intel Arc 显卡用户请选 OpenCL 版本。想手动装的话git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui pip install -r requirements.txt python UVR.pymacOSM1/M2 芯片选 arm64 版Intel 芯片选 x86_64 版打开 DMG 拖进应用程序。首次启动可能要等 5~10 分钟。如果系统提示无法打开在终端执行一条命令放行用完后建议恢复sudo spctl --master-disableLinuxDebian/Ubuntu 系sudo apt install ffmpeg python3-pip python3-tk pip3 install -r requirements.txt python3 UVR.py装好之后第一次分离按这个顺序操作点Select Input选歌文件也可以直接拖进输入框按住 Ctrl 可多选做批量处理点Select Output指定输出目录输出格式选WAV无损后续加工不二次压缩Process Method 保持默认的MDX-Net模型选默认的MDX23C-InstVoc HQ点Start Processing等进度条走完去输出目录听结果参数调优与避坑GPU 开关、Segment 和 Overlap 各管什么GPU Conversion 勾选框在方法选择下方。有 NVIDIA 显卡最低 RTX 1060 6GB8GB 显存更稳就勾上处理速度能提升几倍AMD/Intel 显卡请改用 OpenCL 安装包Mac M 系列会自动调用 GPU。这是整篇唯一需要为快做的事其余参数默认即可。剩下两个旋钮控制的是切块长音频会被切成一段段处理再拼回去。Segment Size切片长度默认 256编曲简单用 256~512复杂编曲降到 128~256极复杂的降到 64~128。它同时也是内存占用上限遇到内存分配报错第一反应就是把它调小。Overlap相邻切片的重叠倍数默认 8管接缝质量。对拼接处的噪音不满意就提到 12~16嫌慢就降到 4~6。两个习惯能省不少时间先勾 Sample Mode (30s)只跑 30 秒试听确认模型选对了再跑整曲参数调好之后存一组 Saved Settings下次直接调用UVR 也会自动记住上次的设置 实战路线卡拉OK、人声采样、播客各怎么走做卡拉OK伴奏Process Method 选 MDX-Net模型用 MDX23C-InstVoc HQ 或名称带 Karaoke 的 MDX 模型勾选 Instrumental Only只导出伴奏。跑完直接就是无原唱版本不需要手动补什么。提取干净人声勾选 Vocals Only。如果目标是做采样、想拿到纯净的 lead vocal可以再叠加一个人声拆分模型把主唱和和声再拆开——界面上的人声拆分选项会多导出_(lead_only)和_(backing_only)文件。播客去背景音乐方向反过来用 Vocals Only 拿说话声、Instrumental Only 拿 BGM。两条轨分开之后你才能在 DAW 里单独压 BGM 的音量而不是整段垫着背景乐。遇到问题时报错和残留噪音去哪里找答案按出现频率排四个高频问题的处理路径结果有噪音或人声残留先换模型这是最有效的一步再调小 Segment Size、调大 Overlap。还不行就打开Ensemble 模式把两三个模型的输出加权合并对压低残留非常明显。处理 MP3/FLAC 时报 FFmpeg 错误说明 FFmpeg 没就位。官方安装包已内置手动安装的用户需要把 ffmpeg 可执行文件放进 UVR 根目录。内存不足、程序崩溃调小 Segment Size或 VR 方法下的 Window Size8GB 内存的机器别用 512 以上的切片。想看完整日志Start Processing 左侧的扳手图标是 Settings 按钮点开后选 Error Log可以把详细报错信息贴到项目的 issue 里求助。进阶定位代码的位置各模型的推理参数配置lib_v5/vr_network/modelparams/报错分类与提示逻辑gui_data/error_handling.py项目完整说明与已知问题README.md【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 第一次人声分离只需 5 分钟：Ultimate Vocal Remover 伴奏提取上手指南
第一次人声分离只需 5 分钟Ultimate Vocal Remover 伴奏提取上手指南【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 Remover下文简称 UVR是一款免费开源的人声分离工具它用深度神经网络从一首歌里拆出独立的人声轨和伴奏轨支持 WAV、FLAC、MP3 等常见格式。无论你做卡拉OK伴奏、提取人声采样还是处理播客里的背景音乐装好之后选个模型点一下按钮就能拿到第一条可用的分离结果。从一首歌到两条轨道人声分离到底在做什么先说清楚你要解决的问题。想让副歌人声单独成轨、做一段没有原唱的伴奏传统办法是手动降噪加均衡费时而且效果看运气。UVR 换了个思路神经网络直接预测出人声和伴奏各自的波形你不需要懂任何音频理论。整个流程只需要三样东西一首输入音频WAV 效果最稳MP3/FLAC/OGG 也能处理非 WAV 文件依赖 FFmpeg 转码官方安装包已内置一个输出目录一个分离模型后面讲怎么选跑完后你会得到两个文件歌曲名_(Vocals).wav和歌曲名_(Instrumental).wav人声与伴奏各占一条。 UVR 能做什么核心能力一览能力怎么做在界面上的位置人声/伴奏两路分离选 MDX-Net 或 VR Arc 方法Choose Process Method 下拉框四轨分离人声/鼓/贝斯/其他选 Demucs 方法v4 版本同上只导出人声或只导出伴奏勾选对应复选框主界面 Vocals Only / Instrumental Only先跑 30 秒试听勾选 Sample Mode主界面 Sample Mode (30s)多模型结果合并打开 Ensemble 模式后勾选多个模型Ensemble 设置项降噪、去混响选 UVR-DeNoise 等专用模型Choose Model 下拉框音高/时间拉伸依赖 Rubber Band安装包内置设置面板安装与第一次运行三种系统一条流程先给结论能下官方安装包就别自己装环境。Windows 的UVR_v5.6.0_setup.exe和 macOS 的 DMG 包都内置了 Python、PyTorch、FFmpeg双击安装即用只有 Linux 或想二次修改时才需要手动装依赖。Windows下载安装包装到 C 盘官方建议装到其他盘可能不稳定。AMD 显卡或 Intel Arc 显卡用户请选 OpenCL 版本。想手动装的话git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui pip install -r requirements.txt python UVR.pymacOSM1/M2 芯片选 arm64 版Intel 芯片选 x86_64 版打开 DMG 拖进应用程序。首次启动可能要等 5~10 分钟。如果系统提示无法打开在终端执行一条命令放行用完后建议恢复sudo spctl --master-disableLinuxDebian/Ubuntu 系sudo apt install ffmpeg python3-pip python3-tk pip3 install -r requirements.txt python3 UVR.py装好之后第一次分离按这个顺序操作点Select Input选歌文件也可以直接拖进输入框按住 Ctrl 可多选做批量处理点Select Output指定输出目录输出格式选WAV无损后续加工不二次压缩Process Method 保持默认的MDX-Net模型选默认的MDX23C-InstVoc HQ点Start Processing等进度条走完去输出目录听结果参数调优与避坑GPU 开关、Segment 和 Overlap 各管什么GPU Conversion 勾选框在方法选择下方。有 NVIDIA 显卡最低 RTX 1060 6GB8GB 显存更稳就勾上处理速度能提升几倍AMD/Intel 显卡请改用 OpenCL 安装包Mac M 系列会自动调用 GPU。这是整篇唯一需要为快做的事其余参数默认即可。剩下两个旋钮控制的是切块长音频会被切成一段段处理再拼回去。Segment Size切片长度默认 256编曲简单用 256~512复杂编曲降到 128~256极复杂的降到 64~128。它同时也是内存占用上限遇到内存分配报错第一反应就是把它调小。Overlap相邻切片的重叠倍数默认 8管接缝质量。对拼接处的噪音不满意就提到 12~16嫌慢就降到 4~6。两个习惯能省不少时间先勾 Sample Mode (30s)只跑 30 秒试听确认模型选对了再跑整曲参数调好之后存一组 Saved Settings下次直接调用UVR 也会自动记住上次的设置 实战路线卡拉OK、人声采样、播客各怎么走做卡拉OK伴奏Process Method 选 MDX-Net模型用 MDX23C-InstVoc HQ 或名称带 Karaoke 的 MDX 模型勾选 Instrumental Only只导出伴奏。跑完直接就是无原唱版本不需要手动补什么。提取干净人声勾选 Vocals Only。如果目标是做采样、想拿到纯净的 lead vocal可以再叠加一个人声拆分模型把主唱和和声再拆开——界面上的人声拆分选项会多导出_(lead_only)和_(backing_only)文件。播客去背景音乐方向反过来用 Vocals Only 拿说话声、Instrumental Only 拿 BGM。两条轨分开之后你才能在 DAW 里单独压 BGM 的音量而不是整段垫着背景乐。遇到问题时报错和残留噪音去哪里找答案按出现频率排四个高频问题的处理路径结果有噪音或人声残留先换模型这是最有效的一步再调小 Segment Size、调大 Overlap。还不行就打开Ensemble 模式把两三个模型的输出加权合并对压低残留非常明显。处理 MP3/FLAC 时报 FFmpeg 错误说明 FFmpeg 没就位。官方安装包已内置手动安装的用户需要把 ffmpeg 可执行文件放进 UVR 根目录。内存不足、程序崩溃调小 Segment Size或 VR 方法下的 Window Size8GB 内存的机器别用 512 以上的切片。想看完整日志Start Processing 左侧的扳手图标是 Settings 按钮点开后选 Error Log可以把详细报错信息贴到项目的 issue 里求助。进阶定位代码的位置各模型的推理参数配置lib_v5/vr_network/modelparams/报错分类与提示逻辑gui_data/error_handling.py项目完整说明与已知问题README.md【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