UVR 人声分离实操指南：从克隆到第一首伴奏

UVR 人声分离实操指南从克隆到第一首伴奏【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你有一段四分钟的歌只想要里面那把吉他或者反过来——只想要人声。Ultimate Vocal Remover简称 UVR就是干这个的一个开源免费的人声伴奏分离 GUI把 MDX-Net、Demucs、VR 这类神经网络分离模型包成了点选界面全部在本地处理不用把文件上传给任何在线工具。这篇只讲一件事如何把 UVR 跑起来并把第一首歌的人声真正拆出来。安装并启动 UVR 人声分离应用最短路径就是下面四条命令前提是你已经装好 Python 3建议 3.9git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui ./install_packages.sh python UVR.pyinstall_packages.sh做的事很简单——遍历 requirements.txt 里的每一行并逐个pip installWindows 上可以直接换成pip install -r requirements.txt。如果你有 NVIDIA 显卡再装一次带 CUDA 的 torchGPU 加速会自动生效pip install --upgrade torch --extra-index-url https://download.pytorch.org/whl/cu117没有显卡不用装CPU 同样能跑只是慢。两个外部依赖留意一下处理 MP3/FLAC 等非 WAV 文件依赖 FFmpeg做变速变调依赖 Rubber BandREADME.md 里有各平台的下载与放置位置说明。注意Windows 安装包只兼容 64 位系统且建议装在 C 盘手动部署对磁盘位置没有要求。python UVR.py启动后会弹出主界面。模型权重大多不在仓库里首次选中某个模型时会提示自动下载或者在界面上用 Download More Models 手动补。图UVR v5.6 主界面左侧是输入输出选择中间是方法与分离模型菜单功能拆解你用它来做什么提取纯净人声需求从一首歌里只留下人声伴奏作为副产品一并产出。点 Select Input 选一首歌Select Output 指定输出文件夹方法选MDX-Net模型选MDX23C-InstVoc HQSegment Size 保持默认 256显存紧张就调小点 Start Processing输出文件夹里会同时得到 Vocals 和 Instrumental 两个文件效果预期人声干净度在这批模型里属于第一梯队首次处理会先花一点时间加载模型别以为卡死了。图UVR 的神经网络图标对应它底层的 MDX-Net / Demucs / VR 分离模型拆分多轨道需求把一首歌拆成人声、鼓、贝斯等独立声轨方便重新混音。选好输入输出方法与上一节相同方法选Demucs模型选htdemucs_ft4 轨或htdemucs_6s6 轨点 Stems 菜单选 All Stems或只挑你要的轨点 Start Processing效果预期4 轨拆 vocals / drums / bass / other6 轨把 other 再细分处理时间和片段长度成正比长片段更快但更吃内存。降噪与预处理需求录音底噪大或者 MDX-Net 输出里残留的电流声想去掉。方法选UVR-DeNoise-Lite仓库已内置该模型单独运行或在 MDX-Net 的 Advanced 选项里选 Standard / Denoise Model 作为二级处理点 Start Processing效果预期Standard 是一般的降噪处理Denoise Model 会再跑一次专用模型清杂音对任何 MDX-Net 模型都有效。参数、性能与架构速览真正值得动手调的参数就这几个全部来自 gui_data/constants.py 的默认值参数可选范围怎么调Segment SizeMDX-Net32–4000默认 256调大质量可能更好但吃资源调小省内存OverlapDemucs0.25–0.99MDX-Net默认 8调大接缝更平滑耗时也更长输出格式WAV / FLAC / MP3WAV 无损但大MP3 最小比特率 96k–320k 可选Window SizeVR 架构1024 / 512 / 3201024 快但质量差320 慢但质量可能更好性能方面一句话NVIDIA GTX 1060 6GB 显存是 GPU 加速的门槛推荐 8GB 显存起步纯 CPU 能跑通时间要按倍数想。报内存分配错误时优先调低 Segment 或 Window。项目结构一览ultimatevocalremovergui/ ├── UVR.py # 主程序入口Tkinter 界面 ├── separate.py # 各模型的分离调用与保存逻辑 ├── demucs/ # Demucs 模型推理子模块 ├── lib_v5/ # MDX-Net / VR 核心算法与频谱工具 ├── models/ # 预训练模型与参数配置Demucs / MDX_Net / VR └── gui_data/ # 界面常量、错误处理、主题与资源图仓库目录结构models 三类分离模型按架构分目录存放下一步读完该去看什么README.md各平台完整安装、已知问题与许可证说明models/三份模型映射文件列出了所有可用模型与对应 stem 类型lib_v5/vr_network/modelparams/每个 VR 模型的采样率、窗口等参数gui_data/error_handling.py配合设置菜单里的 Error Log 按钮出问题时先导日志再排查跑完第一次分离你的输出文件夹里应该已经躺着 Vocals 和 Instrumental 两个文件了——开头那把吉他和那个人声现在可以各取所需。【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