Ultimate Vocal Remover 教程如何免费用 AI 把人声和伴奏拆成两轨UVR 5.6 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 GUI简称 UVR当前版本 v5.6.0是一款基于深度神经网络的人声分离工具它把一首混音歌曲拆成人声、伴奏等独立音轨解决卡拉OK 制作、二创采样、录音清理等只想要其中一部分声音的问题。无论你是音乐爱好者、播客编辑还是需要素材的创作者跟着本文即可完成从安装到产出的完整流程。 项目速览先用一张表把关键事实说清楚方便你判断它是否适合你项目说明定位带图形界面的开源 AI 音频源分离工具Python Tkinter 构建核心能力将混音拆分为 Vocals / Instrumental支持 4 分轨甚至 6 分轨内置降噪、变调、时间拉伸等音频工具内置模型MDX-Net、Demucs v1–v4、VR Architecture 三大架构权重文件存放于 models/适用平台Windows 10、macOS Big Sur含 M1 arm64 版、Debian/Arch 系 Linux仅限 64 位开源协议代码 MIT 许可可自由使用、修改与再分发外部依赖处理 MP3/FLAC 等非 WAV 文件需要 FFmpeg变速变调功能依赖 Rubber Band与其他纯命令行方案不同UVR 的卖点在于把「选模型 → 调参数 → 点按钮」做成了可视化流程并会在关闭时自动记住你上次的设置见 gui_data/saved_settings/。 安装与初始化不同系统有各自的最短路径下面分别给出最小必要步骤。Windows / macOS 用户官方提供了集成安装包内部已打包好 Python、PyTorch 等全部依赖无需任何前置配置下载安装后直接启动即可。注意两条硬限制Windows 版必须安装到 C 盘装到其他盘会导致不稳定Mac 版首次启动可能需要 5–10 分钟完成初始化。Linux 用户Debian/Ubuntu 系从源码启动是推荐方式完整命令如下git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui sudo apt install ffmpeg python3-pip python3-tk pip3 install -r requirements.txt python3 UVR.pyArch 系用户改用pacman -S ffmpeg python-pip tk安装系统包或执行仓库自带的 install_packages.sh 一次性装好 Python 依赖。Arch 上若遇到 externally-managed-environment 报错按仓库 README 提示移除该限制文件后再安装即可。 使用工作流UVR 的主界面就是一条单向流水线下面按真实操作链路走一遍。准备输入点击Select Input选入音频文件WAV、MP3、FLAC 等均可非 WAV 格式由 FFmpeg 负责解码再用Select Output指定输出目录。输出格式在界面右上方勾选WAV无损默认、FLAC 或 MP3。选模型与参数在CHOOSE PROCESS METHOD下拉框选定处理架构MDX-Net / Demucs / VR Architecture / Ensemble随后在下方的模型列表里挑一个具体权重例如MDX23C-InstVoc HQ或htdemucs。接着设定SEGMENT SIZE分段大小与OVERLAP重叠次数有 NVIDIA 显卡的话勾选GPU Conversion。执行确认无误后点击Start Processing。处理过程中下方日志区会滚动输出各阶段状态进度条同步推进中途可随时点击停止按钮。得到输出处理完成后输出目录会生成原文件名_(Vocals).wav与原文件名_(Instrumental).wav两个文件命名规则由 separate.py 中的写盘逻辑决定如果启用了 Ensemble 或多分轨模式则按分轨数量生成更多文件。 模型与参数详解模型选得对不对往往比参数调得精不精更影响最终听感。三大架构的定位差异如下MDX-Net仓库内权重数量最多的一组映射表见 models/MDX_Net_Models/model_data/model_name_mapper.json包含 UVR-MDX-NET 1/2/3、Inst 系列、Karaoke 系列以及 ZFTurbo 训练的MDX23C-InstVoc HQ人声分离质量是其强项也是很多用户的首选起点。Demucs分 v1–v4 四个代际配置位于 models/Demucs_Models/其中 v4 的htdemucs、htdemucs_ft可直接输出鼓/贝斯/其他/人声四轨适合需要整首歌拆件的场景Mac M1 已支持 MPS 加速 Demucs v4 与全部 MDX-Net 模型。VR Architecture较早期的多频带架构模型元数据记录在 models/VR_Models/model_data/model_data.json衍生出 No Piano、No Woodwinds、Echo、Noise 等专项用途模型附带VR-DeNoise-Lite降噪模型models/VR_Models/对特定乐段提取和轻度降噪很实用。关键参数推荐值参数含义建议Segment Size送入模型的音频分段长度直接决定显存/内存占用默认 256显存吃紧时调小追求速度时调大Overlap分段间的重叠处理次数影响接缝平滑度默认 8多数场景无需改动GPU Conversion是否把推理放到显卡执行有 NVIDIA 卡务必勾选Mac M1 自动走 MPSVocals Only / Instrumental Only只保存其中一条轨道只要伴奏做卡拉OK 时勾上省一半磁盘另外两个容易忽略的选项Sample Mode (30s)只取 30 秒试听方便快速对比不同模型SELECT SAVED SETTINGS可载入之前保存的参数组合适合反复试验后固化最佳配方。 典型使用场景以下几类用户能最直接地从 UVR 受益家庭 KTV 爱好者把常唱的歌曲丢进 UVR勾选 Instrumental Only几分钟就得到一条干净的人声去除版伴奏无需去网上找质量参差的现成伴奏。Remix / 二创作者用 Demucs v4 的 4 分轨模式把歌曲拆成鼓、贝斯、其他、人声鼓组和人声即可直接拖进 DAW 做新的编曲。播客与访谈编辑现场收音里常混着环境噪声先用分离模型取出人声轨再叠加仓库自带的降噪模型处理语音清晰度会明显提升。音乐教学老师用 No Piano、No Woodwinds 这类 VR 架构专项模型从合奏录音里去掉某件乐器给学生留下独奏填空式的练习素材。采样猎人从老唱片里提取一段人声或器乐片段做 sampleVocals Only 模式比手动均衡器快得多。 性能与硬件建议先说结论UVR 是典型的算力换时间型工具硬件分层越清楚预期越合理。档位配置参考体验预期最低可用任意 64 位 CPU、8 GB 内存、核显全程 CPU 推理可跑通但慢长音频建议夜间挂机推荐i7 / Ryzen 7、16 GB 内存、NVIDIA 显卡RTX 1060 6GB 起步勾选 GPU Conversion 后速度成倍提升舒适多核 CPU、32 GB 内存、8 GB 以上显存的独显官方明确推荐 ≥8 GB 显存大 Segment Size 与批量处理都稳软件侧的优化要点AMD 核显/独显用户可试用 OpenCL 版安装包Mac M1 用户直接享受 MPS 加速处理长文件时把输入输出放在 SSD 上能缩短读写等待若遇到内存压力优先调小Segment Size而非加开其他应用。转换耗时主要取决于硬件同一首歌在不同机器上的耗时差距可以非常大。 问题排查高频问题的官方解法都很有针对性按出现频率排序处理 MP3/FLAC 时报错说明 FFmpeg 缺失。装上 FFmpegLinux 用包管理器其他平台把可执行文件放入应用目录后重试这是最常见的第一次跑不通原因。内存分配失败把Segment或Window尺寸调小一档即可本质是让单次推理占用的内存下降。macOS Sonoma 上左键点不动这是 Tkinter 应用在 Sonoma 上的已知缺陷升级 UVR 5.6 已修复仍复现就重新下载最新版。报错看不懂点击Start Processing左侧的Settings按钮打开Error Log查看完整错误信息提 issue 时把这段日志附上会大大加快排查。 总结与延伸UVR 5.6 把三条主流分离架构、几十个预训练权重和一批音频工具装进了一个免费、开源MIT 协议的图形界面里新手装完就能用进阶用户则能通过 Ensemble 组合模型继续压榨质量。想深入的话可以从 UVR.py 的界面逻辑、separate.py 的分段推理实现以及 demucs/ 与 lib_v5/ 两套模型代码读起项目更新记录维护在 gui_data/change_log.txt欢迎通过 Pull Request 参与贡献。【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