UVR5 人声分离教程：免费开源，一首歌拆出人声与伴奏两轨

UVR5 人声分离教程免费开源一首歌拆出人声与伴奏两轨【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做短视频配乐时想用的歌带着人声没法当 BGM录清音翻唱时源文件里还混着原唱的声轨——你要的其实只是一条干净的轨道。UVRUltimate Vocal Remover是一款免费开源的人声分离 GUI丢进一首 MP3输出人声与伴奏两个 WAV 文件。Windows 与 macOS 有一键安装包Linux 直接跑源码MDX-Net、Demucs、VR 三套 AI 算法家族都在一个窗口里模型权重放在 models 目录随时可换。跟着做完你能独立完成一次人声分离并判断最常见的几类报错。拿到第一首伴奏3 个阶段1. 获取 UVR两条路安装包路线最省事到项目 Releases 页下载官方一体化安装包——Windows 是 exemacOS 是 dmgM1 与 Intel 分开。Python、PyTorch、FFmpeg 全部内置不需要任何前置环境双击安装即可。官方提醒 Windows 必须装在 C 盘装到副盘会导致不稳定。源码路线Linux 或想自己加模型git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui pip install -r requirements.txt python UVR.pyLinux 先装好 ffmpeg 和 python3-tkDebian 系sudo apt install ffmpeg python3-tkArch 系sudo pacman -S ffmpeg tkREADME 还建议用 venv 虚拟环境隔离依赖。验收标准依赖安装全程无报错运行后终端不再抛异常。2. 确认界面跑起来了双击程序或python UVR.py。首次启动稍慢进入主界面后看三处上方 Select Input / Select Output 两个按钮中间 WAV / FLAC / MP3 格式单选底部 Start Processing 长条按钮。界面最下方显示 Ultimate Vocal Remover v5.6.0 的版本号即属正常。3. 跑第一次人声分离4 个阶段阶段一把音频放进去。目标程序识别到源文件。操作点 Select Input 选中歌曲MP3、WAV、FLAC 都支持也可以把文件直接拖进输入框。验收输入框里出现文件路径。阶段二指定结果去哪。目标结果不混进源素材。操作点 Select Output 选一个专门的结果文件夹格式默认 WAV可改 FLAC / MP3转非 WAV 格式依赖 ffmpeg安装包已内置。验收输出框显示文件夹路径。阶段三选算法和模型。目标模型就绪速度与质量均衡。操作CHOOSE PROCESS METHOD 选 MDX-NetCHOOSE MDX-NET MODEL 选 MDX23C-InstVoc HQ——两轨人声模型适合流行与摇滚SEGMENT SIZE 保持默认 256OVERLAP 保持默认 8首次运行不用动有 NVIDIA 显卡就勾 GPU Conversion想先验证效果勾 Sample Mode (30s)只处理前 30 秒。验收各下拉框都有值界面就绪。阶段四开始处理。目标拿到两个结果文件。操作点 Start Processing。首次运行某个模型时会自动下载权重文件进度条先下载再推理别以为卡死。验收输出文件夹出现歌曲名_(Vocals).wav干声与歌曲名_(Instrumental).wav伴奏两个文件。搞懂它AI 分离为什么不会闷掉乐器老办法的消人声是减法人声与乐器在频段上大量重叠切掉固定频段必然连吉他泛音、键盘和声一起带走所以伴奏听着发闷发空。UVR 的思路更像会议记录。假设五线并发的会议电话要靠听写整理老练的记录员不会按音高高低区分说话人他听得出谁在哪个时间点接话然后把每路对话抄进各自的记录本。Demucs、MDX-Net 这类模型就是被海量音乐训练出来的记录员他们记住了人声、鼓、贝斯通常占据的时间-频率位置推理时按来源把混音抄进分开的文件。频率重叠不再是问题因为判定依据不是频率。选型按需求走组件输出轨道适合场景权重位置MDX-Net2 轨Vocals / Instrumental流行、摇滚速度与效果均衡models/MDX_Net_Models/Demucs v3/v44 轨Vocals / Drums / Bass / Other古典、爵士、编曲复杂想要完整分轨models/Demucs_Models/VR Architecture专项去除No Piano、No Reverb、Noise 等只想去掉某一类元素或降噪models/VR_Models/三套推理实现分别在 lib_v5/mdxnet.py、demucs/ 与 lib_v5/vr_network/程序跑在 CPU 还是 GPU 由 separate.py 里的设备检测决定NVIDIA 走 CUDAMac 走 MPS。选模型前可以打开 models/ 对应目录里的 JSON每条记录有 primary_stem、mdx_n_fft_scale_set 等字段分别对应模型输出哪条轨道和它的频宽分辨率。出问题时5 个问答问点了 Start Processing进度条半天不动是不是卡死了答大概率是首次运行在自动下载模型权重等几分钟看网络速度。长时间无反应时点 Start Processing 左侧的 Settings 按钮扳手图标再点 Error Log 查看详细报错。问转 MP3 / FLAC 时报错答ffmpeg 缺失。源码路线不自带 ffmpeg装好后放进应用目录Debian 系sudo apt install ffmpeg官方安装包已内置遇到此错一般是路径没被识别。问提示 CUDA out of memory或处理中途崩了答显存不够。把 SEGMENT SIZE 从 256 往 128 降32 的步长或取消勾选 GPU Conversion 退回 CPU。官方给出的参考线GPU 转换最低 GTX 1060 6GB建议 8GB 显存。问伴奏里段落衔接处有接缝感、咔哒声答OVERLAP 太小。把默认 8 加到 16 或 24相邻分段重叠更多接缝会变平滑代价是耗时按比例增加。问macOS 双击打不开提示来自身份不明开发者答macOS 默认拦截未公证应用。按 README 操作终端执行sudo spctl --master-disable放开来源限制再执行sudo xattr -rd com.apple.quarantine /Applications/Ultimate\ Vocal\ Remover.app移除隔离属性然后重新打开用完建议把 spctl 恢复。表外的问题拿报错关键词去项目 Issues 页搜同类问题基本都有现成答案。可选进阶不影响基本使用提速GPU Conversion 是主要杠杆CUDA / MPS 可用时程序自动优先 GPU一首几分钟的歌通常从十几分钟压到 1-2 分钟。批量Select Input 支持一次选中多个文件也可多个文件一起拖入程序按顺序处理并输出到同一文件夹。设置复用程序关闭后自动记住上次的算法、模型与参数主界面 Select Saved Settings 还能把当前这套配置存为预设下次一键调出。挑一首你最熟的歌先勾 Sample Mode (30s) 确认效果再跑全长更多安装细节与硬件说明见项目顶层 README。【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