UVR 人声伴奏分离上手：3 步跑通第一次任务

UVR 人声伴奏分离上手3 步跑通第一次任务【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简称 UVR是一款免费开源的图形界面工具用 MDX-Net、Demucs 等深度学习模型把人声和伴奏从音频中分离出来适合做卡拉OK伴奏、人声采样、录音修复的个人音乐爱好者和音频编辑。项目概览三种分离模型架构怎么选UVR 当前版本为 v5.6.0把 Demucs 项目里的多种前沿音频源分离模型封装进了一个 Tkinter 界面本地处理不经过云端。核心能力三种处理方法MDX-Net、VR Arch、Demucsv1–v4入口代码在 separate.py模型权重分别放在 models/MDX_Net_Models/、models/VR_Models/、models/Demucs_Models/双向分离Vocals / Instrumental 可各存其一或两者都存Demucs v4 还支持 4 轨vocals/drums/bass/other和 6 轨加 guitar/piano输出格式WAVPCM_16 等位深可选、FLAC、MP3最高 320k非 WAV 输入mp3、flac、m4a 等依赖 FFmpeg 解码硬件加速NVIDIA 显卡可勾选 GPU ConversionMac M 系芯片走 MPS纯 CPU 也能跑试听验证Sample Mode (30s) 只处理 30 秒方便先试参数再跑全曲模型清单和默认值定义在 gui_data/constants.pyMDX-Net 网络实现在 lib_v5/Demucs 实现在 demucs/。环境要求与最小安装步骤环境要求来自 README系统仅支持 64 位平台Windows 10安装包须装到 C:\ 盘、macOS Big Sur、LinuxDebian/Arch 系Ubuntu 18.04内存模型计算量大长音频占内存高遇到内存分配错误时降低 Segment 或 Window 即可解决GPUGPU Conversion 最低要求 NVIDIA GTX 1060 6GB推荐 8GB 显存AMD 卡支持有限依赖Python 3.9/3.10FFmpeg处理非 WAV 文件必需Rubber Band仅 Time Stretch / Change Pitch 功能需要可装可不用最小安装以 Debian/Ubuntu 为例Windows/macOS 可直接用官方安装包跳过以下命令git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui sudo apt update sudo apt install -y ffmpeg python3-pip python3-tk python3 -m venv venv source venv/bin/activate pip install -r requirements.txt依赖清单见 requirements.txt也可以用仓库自带的 install_packages.sh 逐包安装。Arch 系统把第三条换成sudo pacman -S ffmpeg python-pip tk。启动与验证python UVR.py启动入口是 UVR.py。成功的标志主窗口加载出来底部状态栏显示Ultimate Vocal Remover v5.6.0Choose Process Method 默认选中 MDX-Net。注意首次使用任何处理方法前需要先点 Start Processing 左侧的扳手设置图标进入 Download Center 下载对应模型VR 模型落到models/VR_Models、MDX 落到models/MDX_Net_Models、Demucs 落到models/Demucs_Models下载完成后模型名才会出现在下拉框里。跑完第一次人声伴奏分离制作卡拉OK伴奏勾选 Instrumental Only目标从一首歌里去掉人声只留伴奏关键配置Select Input 选原曲Select Output 指定输出目录输出格式选 WAV无损后续混音不受损Choose Process Method 保持 MDX-Net模型选 MDX23C-InstVoc HQ勾选 Instrumental Only这样只输出伴奏而不额外存人声轨Segment Size 保持 256默认值内存占用和质量的平衡点可调范围 32–4000Overlap 保持 8默认值有 NVIDIA 显卡就勾 GPU Conversion预期输出输出目录里生成一条 Instrumental 音轨提取人声干声Vocals Only 配合 Sample Mode目标把人声单独提取出来用于重混音或采样关键配置同上但只勾 Vocals Only两个都不勾时人声和伴奏会各存一份输出格式可选 FLAC体积比 WAV 小且无损先用 Sample Mode (30s) 跑一次听 30 秒效果确认模型合适再关试听跑全曲预期输出输出目录里生成一条 Vocals 音轨Demucs v4 四轨分离拆出 vocals/drums/bass/other目标把一首歌拆成四条独立音轨而不是只有人声/伴奏二分关键配置Choose Process Method 改为 Demucs在 Download Center 下载 Demucs v4: htdemucsDemucs 的 stem 选择保持 All Stems默认四条全出也可只留某一条Demucs 的 Overlap 在 0.25/0.50/0.75/0.99 中选内存紧张选 0.25追求轨间衔接选 0.50预期输出输出目录里生成 vocals、drums、bass、other 四个文件关键参数速查参数所属方法默认值可调范围说明Segment SizeMDX-Net25632–4000越小越省内存越大质量可能更好OverlapMDX-Net (MDX23C)82–50轨间重叠次数Window SizeVR Arch512320 / 512 / 10241024 快但质量低320 慢但质量高AggressionVR Arch50–50提取强度人声/伴奏一般 5 即可OverlapDemucs0.250.25–0.99小数重叠比例越小越省内存输出格式全部WAV (PCM_16)WAV / FLAC / MP3 320kWAV 用于制作MP3 用于分享常见报错与排查Q处理 MP3、FLAC 输入时提示转换错误A没装 FFmpeg。Linux 执行sudo apt install ffmpegWindows/macOS 手动安装时把ffmpeg可执行文件放到 UVR 根目录。Q内存分配错误out of memoryA把 Segment SizeMDX-Net或 Window SizeVR Arch调小一档重跑长文件可拆短处理。Q下拉框里没有模型或提示 Model MissingA进设置 → Download Center 下载对应模型文件会分别写入models/VR_Models、models/MDX_Net_Models、models/Demucs_Models下完再选。Q勾了 GPU Conversion 却没加速或选项不可用A确认是 NVIDIA GTX 1060 6GB 以上显卡8GB 显存推荐AMD 卡支持有限可先取消勾选走 CPU。Q想知道详细报错原因A点 Start Processing 左侧的扳手设置图标选 Open Error Log 查看日志排错和提 issue 都以它为准。第一次跑通后建议用 Sample Mode (30s) 在同一首歌上横评 MDX23C-InstVoc HQ 和 Demucs v4 两个模型听感差异比参数差异更直观确定偏好的模型后再批量处理整个文件夹。【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