UVR人声分离快速上手：从安装到第一遍伴奏

UVR人声分离快速上手从安装到第一遍伴奏【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/ultimatevocalremoverguiUltimate Vocal Remover简称 UVR是一款免费开源的 AI 人声分离工具用深度学习模型把歌曲里的人声和伴奏拆开也能细分出鼓、贝斯等元素。它适合需要制作卡拉OK伴奏、提取纯净人声、或做音频素材分离的新手全程图形界面不需要写代码。️ 工具速览UVR 把 MDX-Net、Demucs、VR Arc 三套主流分离架构放进同一个图形界面你只需要选文件、选模型、点按钮不用碰命令行。它解决的问题很具体把一首歌拆成人声和伴奏两条轨道或者拆出更多独立元素。开源免费MIT 协议个人和商业使用都不收费三大架构齐全MDX-Net/MDX23C、Demucs、VR Arc并自带预训练模型放在 models/ 目录下图形界面选文件、选模型、调参数点 Start Processing 即可非 WAV 格式如 MP3、FLAC依赖 FFmpeg 转换安装说明见 README.md支持 GPU 加速NVIDIA 显卡可明显缩短处理时间 安装与环境准备Windows 一键安装最省事的方式是到项目仓库的发布页下载安装包UVR_v5.6.0_setup.exe按向导安装即可安装包已内置 Python、PyTorch 等依赖。注意两点安装目录必须选 C 盘装到其他盘会导致运行不稳定如果你用的是 AMD Radeon 或 Intel Arc 显卡可以改选 OpenCL 版本安装包如果你更习惯从源码运行则克隆仓库后装依赖git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui pip install -r requirements.txt python UVR.py有 NVIDIA 显卡的话建议再按 README.md 里的说明安装带 CUDA 的 PyTorch。Linux 源码安装以 Debian/Ubuntu 系为例在仓库目录下依次执行git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui sudo apt update sudo apt upgrade sudo apt install ffmpeg python3-pip python3-tk pip3 install -r requirements.txt python3 UVR.py仓库里还提供一个 install_packages.sh 脚本可以逐行读取 requirements.txt 自动安装依赖适合想简化流程的场景。Arch 系系统的命令见 README.md。macOS 安装到发布页下载对应芯片的安装包Apple 芯片选 arm64 版Intel 芯片选 x86_64 版的.dmg。首次启动如果系统提示“无法打开”在终端执行以下两条命令解除隔离限制完成后再建议用sudo spctl --master-enable恢复默认设置sudo spctl --master-disable sudo xattr -rd com.apple.quarantine /Applications/Ultimate\ Vocal\ Remover.app 第一次运行从启动到出结果启动后你会看到一个带控制台日志、模型选项和参数区的窗口按下面五步走选输入Select Input点 Select Input 按钮或直接把音频拖进窗口支持 WAV、MP3、FLAC 等格式选架构和模型在 MDX-Net、MDX23C、Demucs、VR Arc 四个架构页签里挑一个第一次建议选 MDX-Net 或 MDX23C 里标着 Vocals 的模型音质和速度比较均衡调参数保持默认即可Overlap重叠度默认 0.25Segment分段默认取模型推荐值先跑通再调设输出目录给 Export Path 选一个可写的目录注意留出足够空间开始处理点 Start Processing完成后输出目录会出现歌曲名 (Vocals).wav和歌曲名 (Instrumental).wav两个文件一个纯人声一个纯伴奏 核心能力拆解多轨分离从两轨到六轨它能做什么Demucs 模型可以把音频拆成 2 轨人声/伴奏、4 轨人声、鼓、贝斯、其他甚至 6 轨再加钢琴、吉他MDX-Net 还提供 Drums、Bass、Reverb 等单元素提取模型。怎么操作在 Demucs 页签选 4-stem 或 6-stem 模型输出时勾选需要的轨。什么时候用你需要从混音里单独抠出某个乐器比如只留鼓或只留贝斯。人声拆分主唱与和声它能做什么在人声和伴奏分离的基础上进一步把人声轨拆成 Lead Vocal主唱和 Backing Vocal和声并额外导出分别包含各部分人声的伴奏版本。怎么操作在 MDX-Net 页签选择带 vocal split 功能的模型并启用对应选项。什么时候用你想只保留主唱人声或者单独处理和声部分时。集成模式与降噪它能做什么集成模式Ensemble一次跑两个模型并对结果加权可以互补各自短板仓库自带 UVR-DeNoise-Lite.pth 降噪模型用于清理分离后残留的杂音。什么时候用单模型分离后仍有明显残留或伪影时开启集成加降噪能改善结果代价是处理时间变长。 实战案例案例一制作卡拉OK伴奏需求把一首完整歌曲变成可跟唱的伴奏操作要点选 MDX-Net 或 VR Arc 里标注 karaoke 的模型输出轨选 Instrumental输出格式选 WAV预期效果得到xxx (Instrumental).wav人声被去掉伴奏编曲基本保持原样可以直接用于跟唱案例二提取人声学歌需求学一首歌需要干净的纯人声轨操作要点选 MDX23C 里 Vocals 方向的模型参数保持默认若觉得残留噪声明显再叠加降噪预期效果得到独立的xxx (Vocals).wav人声轨可以放慢速度听清咬字和转音细节案例三现场录音元素提取需求从一段现场录音里单独拿到鼓组操作要点选 Demucs 4-stem 模型并输出 Drums 轨或选 MDX-Net 中 Drums 单元素模型预期效果得到一条独立鼓轨可用于采样、编曲或节奏分析⚠️ 排坑指南现象处理 MP3、FLAC 等非 WAV 文件时报错。可能原因FFmpeg 没装或没放到正确位置。解决办法安装 FFmpeg并把ffmpeg.exe放到应用根目录Windows现象内存分配错误、程序卡死。可能原因Segment 或 Window 设置超过可用内存。解决办法把 Segment Size分段大小或 Window Size窗口大小调小现象macOS 提示无法打开应用。可能原因系统安全策略拦截。解决办法执行 macOS 小节的两条命令解除隔离现象Windows 下运行不稳定、偶发崩溃。可能原因装在了 C 盘以外的盘。解决办法卸载后重新安装到 C:\现象Time Stretch / Change Pitch 功能不可用。可能原因缺少 Rubber Band 库。解决办法按 README.md 说明把 rubberband 相关文件放入应用目录现象处理特别慢。可能原因在纯 CPU 上跑。解决办法确认显卡满足 GPU 要求NVIDIA 6GB 显存起步并启用 GPU 转换⚙️ 进阶调优硬件参考依据 README.md 的官方说明最低配置64 位系统纯 CPU 运行对显卡无要求推荐配置NVIDIA 显卡RTX 1060 6GB 是 GPU 转换的门槛8GB 以上显存更从容最值得调的三个参数Segment Size分段大小MDX越大处理越快但显存占用越高内存紧张就往下调追求速度就往上调Overlap重叠度默认 0.25MDX23C 默认 8重叠越多接缝处理越平滑但耗时同步增加多数歌曲用默认值就够了Window Size窗口大小VR在质量与速度之间取舍输出出现明显伪影时可以尝试更换档位另外 Demucs 的 Segment 默认跟随模型自带配置见 lib_v5/vr_network/modelparams/第一次使用保持默认即可下一步打开仓库的 README.md对照你的系统核对最新安装说明和支持范围按上文对应系统的步骤装好依赖并确认 FFmpeg 已就位找一首三分钟以内的歌完整走一遍“选输入、选模型、Start Processing”检查输出目录里的两条音轨是否正常【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