UVR5 免费人声分离完整教程5 分钟从混音里拆出干声和伴奏【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翻唱总被提示含原声一次分离同时拿到干声和伴奏把翻唱传到平台提示含原声你手里只有干混在一起的音频——要干声得先剥离人声要伴奏得先削掉人声两条路都绕不开人声分离这一步。ultimatevocalremovergui下文简称 UVR5是一个免费开源的图形界面工具把 MDX-Net、Demucs、VR 三套深度学习声源分离算法装进同一个窗口一首混音文件进去干声和伴奏各出一个文件。它采用 MIT 协议个人商用都可以。读完整篇你能独立完成装好环境、打开界面、跑完第一次 MDX-Net 人声分离、读懂 Segment Size 和 Overlap 两个参数并会处理最常见的 4 类报错。AI 人声分离原理按声源归属拆轨而不是切频段核心机制一句话模型先学会人声与各类乐器在时间和频率上的组合规律再按声源归属把混音拆开。老式消人声是切掉固定的中心频段但人声与吉他泛音、键盘和声在频率上大量重叠一刀切下来必然误伤乐器伴奏因此发闷发空。AI 分离更像机场的行李分拣不数行李颜色而是按托运人分流——每一件行李回到它真正的主人。UVR5 内置三套算法家族实现代码分别在 lib_v5/mdxnet.py、demucs/、lib_v5/vr_network/算法家族分离轨数适合的任务代码与模型位置MDX-Net两轨人声/伴奏速度最快流行摇滚的默认选择lib_v5/mdxnet.py、models/MDX_Net_Models/Demucs v3 / v4四轨人声/鼓/贝斯/其他编曲复杂的完整分轨demucs/、models/Demucs_Models/VR Architecture两轨专项模型多含降噪lib_v5/vr_network/、models/VR_Models/models/下每个子目录都有 JSON 记录每个模型的primary_stem主声部和参数选模型前可以先打开看它输出什么轨。获取与启动安装包或源码两条路线最省事是官方一体化安装包从项目 Releases 页下载Windows 是 exe、macOS 是 dmgM1 与 Intel 各一份。包内已含 Python、PyTorch 和 FFmpeg无需任何前置条件安装即用。源码路线适合读代码、加模型或做二次开发git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui pip install -r requirements.txt python UVR.py有 NVIDIA 显卡就再装 CUDA 版的 PyTorch推理会明显快于 CPU。Linux 需先装好ffmpeg和python3-tk再执行最后一条命令缺了后者界面根本打不开。UVR5 主界面操作选文件、选模型、设参数、点开始以提取伴奏为例主界面操作可以分成四个区域。区域一文件与目录。点 Select Input 选中音频MP3、WAV、FLAC 均可也能直接拖进输入框再点 Select Output 指定一个专门的结果文件夹格式默认 WAV可改 FLAC 或 MP3。程序会记住上次的设置关闭后重开不用重设。区域二算法与模型。CHOOSE PROCESS METHOD 下拉框选 MDX-Net接着在 CHOOSE MDX-NET MODEL 里选 MDX23C-InstVoc HQ——两轨人声模型速度与效果均衡是新手默认值。区域三参数。默认 SEGMENT SIZE 为 256、OVERLAP 为 8直接跑没有问题。有 NVIDIA 显卡就勾上 GPU Conversion默认不勾README 给出的显存参考GTX 1060 6GB 起步8GB 以上推荐。想先验证效果勾上 Sample Mode (30s)只处理前 30 秒。区域四执行。点 Start Processing首次运行会自动下载模型权重等进度条走完。完成后输出文件夹里会生成带声部命名的文件勾了 Vocals Only 就只出干声勾了 Instrumental Only 就只出伴奏两个都不勾则两轨都出。现象与处置接缝声、OOM、ffmpeg 报错怎么办Segment Size 和 Overlap 是新手唯一需要理解的参数前者控制单次送入模型的音频块大小后者控制相邻块的重叠程度改完重跑一次即可对比。看到的现象大概率原因处置动作预期变化Linux 源码启动界面打不开缺python3-tksudo apt install python3-tk后重跑界面正常弹出转换 MP3/FLAC 时弹 FFmpeg 报错未安装 FFmpeg装好 FFmpeg 并放入应用目录非 WAV 文件正常转码CUDA out of memory显存不足SEGMENT SIZE 从 256 降到 128或取消 GPU Conversion不再崩溃能跑完MDX23C 输出有接缝声、咔哒声OVERLAP 偏小从 8 加到 16 或 24段落过渡平滑某一轨里人声残留明显模型不适合当前歌型换算法家族如 Demucs v4或换模型残留减少表格外的报错拿报错关键词去项目 Issues 页搜大概率已有现成答案。可选进阶GPU 调度、批量与降噪不影响基本使用设备调度逻辑在 separate.py程序启动时自动检测 CUDA 与 macOS 的 MPS可用时优先走 GPU勾选 GPU Conversion 即可让推理跑在显卡上。Select Input 支持一次选中多个文件程序会按顺序逐个处理全部输出到同一个文件夹几十个文件也不用逐个点。不想用内置模型可以从models/的三个子目录往对应文件夹放权重文件每个权重对应的 JSON 记录了primary_stem和参数放进去之前先确认它输出什么轨。原始素材底噪大的话VR 系列自带UVR-DeNoise-Lite.pth可以先降噪一遍再分离。下一步先用 30 秒采样确认方向挑你最熟的一首歌先勾上 Sample Mode (30s) 跑一遍确认人声与伴奏的拆法符合预期再取消采样跑全长——这是成本最低的第一步。更细的安装细节与已知问题见项目顶层 README.md 的 Troubleshooting 部分遇到新报错直接拿关键词去 Issues 页搜。【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