3 步装好人声分离工具 UVR v5.6.0：从安装到分离出伴奏的完整指南

3 步装好人声分离工具 UVR v5.6.0从安装到分离出伴奏的完整指南【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简称 UVRv5.6.0 是一款免费开源的人声分离工具它用深度神经网络把一首歌拆成人声、伴奏甚至鼓、贝斯等独立音轨全程只需要一个图形界面。安装包已自带 Python、PyTorch 和全部依赖装完就能用内置的模型下载中心让第一次跑分离也不用自己找权重文件。先看你的电脑能不能跑 UVR 人声分离装之前花一分钟对照下表确认系统版本硬件方面内存 8GB 起步比较稳妥NVIDIA 显卡以 RTX 1060 6GB 作为 GPU 加速即让显卡参与计算、大幅缩短分离耗时的底线8GB 显存体验最佳没有独显也能用 CPU 跑只是慢一些。平台最低系统推荐系统说明WindowsWindows 10 64 位Windows 11 64 位必须装到 C:\ 盘根目录装到其他盘会导致应用不稳定 ⚠️macOSBig Sur 11.0Monterey 12.0M1/M2 支持 MPS 加速Demucs v4 与全部 MDX-Net 模型LinuxDebian/Arch 系如 Ubuntu 20.04Ubuntu 22.04源码方式安装两点补充AMD Radeon 和 Intel Arc 显卡用户请选 OpenCL 版安装包时间拉伸、变调功能依赖 Rubber Band 库处理 MP3/FLAC/OGG 等格式则依赖 FFmpeg。按系统选安装包系统下载物适用对象Windows 10UVR_v5.6.0_setup.exeNVIDIA 显卡、64 位系统Windows 10UVR_v5.6.0_setup_opencl.exeAMD Radeon / Intel Arc 显卡macOS Big SurUltimate_Vocal_Remover_v5_6_MacOS_arm64.dmg约 2.1 GBApple SiliconM1/M2macOS Big SurUltimate_Vocal_Remover_v5_6_MacOS_x86_64.dmg约 2.0 GBIntel x86_64Linux源码仓库 依赖仓库仅几 MBDebian/Arch 系发行版各安装包的具体体积与下载地址以项目 release 页为准。下面分平台给出可直接复制执行的命令。Windows 一键安装步骤双击 UVR_v5.6.0_setup.exeAMD/Intel 显卡用户改用 UVR_v5.6.0_setup_opencl.exe安装路径保持默认的 C:\ 根目录 → 等待 5-10 分钟安装完成。运行安装好的 UVR → 窗口正常弹出即成功。备选想手动装的话先装好 Python 3.9.8安装时务必勾选 Add python.exe to PATH然后克隆仓库git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui在仓库目录内安装依赖包python -m pip install -r requirements.txtNVIDIA 显卡用户再执行下面一条命令升级 cu117 的 CUDA 版 torch 开启 GPU 加速python -m pip install --upgrade torch --extra-index-url https://download.pytorch.org/whl/cu117macOS 安装与无法打开的处理双击对应芯片的 DMG 文件把 UVR 拖进 Applications → 文件出现在应用程序文件夹即成功。首次双击启动 → 初始化最多需要 5-10 分钟属正常现象耐心等窗口出现。如果系统提示无法打开打开终端逐条执行下面两条命令第一条允许从任何来源运行应用第二条清除隔离属性sudo spctl --master-disablesudo xattr -rd com.apple.quarantine /Applications/Ultimate\ Vocal\ Remover.app应用能正常打开后建议重新执行sudo spctl --master-enable恢复安全设置。Linux 从源码启动在 Debian/Ubuntu 系上依次执行。克隆仓库git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui安装 FFmpeg、pip 与 Tkinter 界面库sudo apt install ffmpeg python3-pip python3-tk在仓库目录内安装 Python 依赖再启动应用pip3 install -r requirements.txtpython3 UVR.pyArch/Manjaro 用户改用sudo pacman -S python-pip tk ffmpeg装系统依赖然后执行仓库自带的./install_packages.sh批量装 Python 包最后python UVR.py启动。第一次运行3 步跑出你的第一个伴奏启动 UVR在左侧 Choose Process Method 选好模型架构新手建议 MDX-Net分离快、上手简单→ 选完后下方会列出该架构可用的模型。首次使用在下方 Download Center 把对应模型下下来只下一次以后离线可用 → 进度提示下载完成。点 Select Input 选一首歌支持 WAV、MP3、FLAC、OGG 等非 WAV 需要 FFmpegSelect Output 指定输出文件夹右上角选导出格式WAV 无损优先→ 三个位置都显示选中的路径。有 NVIDIA 显卡就勾选 GPU Conversion然后点 Start Processing → 进度条走完后输出目录里出现 Vocals 和 Instrumental 两个文件。分别播放这两个文件伴奏干净、人声独立就说明环境完全跑通了。模型怎么选、参数怎么调选模型先想清楚目标只要人声/伴奏两条轨用 MDX-Net 或 VR 架构速度快适合日常批量处理。要鼓、贝斯等独立音轨选 Demucs v4其中 htdemucs 输出四轨人声/鼓/贝斯/其他htdemucs_6s 输出六轨在人声、鼓、贝斯、其他之外再拆分出和声与钢琴。源文件有明显底噪时先跑一遍 UVR-DeNoise-Lite 模型降噪再做正式分离结果更稳。想要更精细的结果可启用 Ensemble 模式让多个模型的结果互相校正代价是耗时增加。内存吃紧或文件很大时把 Segment Size 从默认的 256 往下调如 128Overlap 保持在 8 左右即可。时间拉伸、变调功能依赖 Rubber Band 库未安装时这两个选项不可用。 所有设置会在关闭应用时自动保存下次打开原样恢复无需手动导出。遇到问题时的自救方法现象原因处理动作加载非 WAV 文件报错FFmpeg 未安装把 FFmpeg 二进制放进应用目录Windows 放 ffmpeg.exe内存分配错误Segment/Window 尺寸过大调小 Segment Size 和 Window 再试GPU 加速不生效PyTorch 与 CUDA 版本不匹配重装 cu117 版本的 torchmacOS 左键点不动Sonoma 系统 Tkinter 已知问题升级到 v5.6 最新版应用启动即崩溃Python 依赖缺失重跑pip install -r requirements.txt报错细节可以点 Start Processing 左侧的 Settings 按钮打开 Error Log 查看定位问题更快。关键路径与文档指引模型文件集中在models/VR_Models/、models/MDX_Net_Models/、models/Demucs_Models/三个目录手动下载的模型放进对应目录即可离线使用完整模型清单见 gui_data/model_manual_download.json。分离核心逻辑在 separate.py界面逻辑在 UVR.py模型网络参数在 lib_v5/vr_network/modelparams/。完整的安装说明、许可信息MIT 协议与致谢见项目 README.md依赖清单在 requirements.txt。Demucs v3/v4 四轨模型来自 Demucs 官方其余内置模型由 UVR 核心开发者训练项目 100% 开源免费可随意使用与修改。【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