Ultimate Vocal Remover v5.6 完整指南从安装到拿到干净伴奏【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/ultimatevocalremoverguiUltimate Vocal Remover简称 UVR是一款免费开源的人声分离工具当前版本为 v5.6.0。它基于深度神经网络把一首歌拆成人声与伴奏两条音轨拆得好时还能分出鼓、贝斯等独立分轨。Dj 练混音、视频创作者去原唱、翻唱者提取伴奏都是它的典型用法。界面是图形化的装完即可点选操作不需要写任何代码。能分离出什么UVR 的工作方式很直接输入一个音频文件选择分离模型和模式点一次处理输出目录里就得到对应的分轨文件。输入格式WAV、MP3、FLAC、OGG 等。非 WAV 文件依赖 FFmpeg 解码Linux 安装时会一并装好。输出格式WAV、FLAC、MP3 三选一WAV 无损建议优先。模型架构MDX-Net、VR Architecture、MDX23、Demucs v3/v4 四类各有速度和质量侧重。分离模式人声/伴奏双轨最常用、鼓/贝斯/其他四轨、六轨htdemucs_6s 模型。附加功能批量处理、Ensemble 多模型集成多个模型投票提升质量、时间拉伸与变调依赖 Rubber Band 库、内置 Download Center 模型下载中心。模型权重全部内置在安装包中无需另外配置。其中 Demucs v3/v4 的四轨模型来自 Demucs 官方项目其余模型由 UVR 核心开发者训练。判断你的硬件是否够用先对一遍这份清单再决定要不要开 GPU 加速内存 8GB 起步分离大文件时更从容。NVIDIA 显卡RTX 1060 6GB 是开启 GPU 转换的底线8GB 显存体验最佳。没有独显也能用 CPU 跑只是速度明显变慢。Apple M1/M2 芯片支持 MPS 加速覆盖 Demucs v4 和全部 MDX-Net 模型。AMD Radeon 或 Intel Arc 显卡的 Windows 用户需要专门的 OpenCL 版本安装包。应用只兼容 64 位平台。系统要求Windows 10 64 位及以上推荐 Windows 11macOS Big Sur 11.0 及以上Linux 推荐 Debian/Arch 系如 Ubuntu 22.04。特别注意Windows 版本必须安装到 C:\ 盘根目录。装到其他盘会导致应用不稳定官方明确警告过这一点。选对适合自己的安装包三个平台的下载物不一样选错芯片架构的包是最大的坑WindowsUVR_v5.6.0_setup.exeNVIDIA 显卡或UVR_v5.6.0_setup_opencl.exeAMD/Intel 显卡。macOSarm64 版 DMG 约 2.1 GB给 Apple Siliconx86_64 版约 2.0 GB给 Intel 机型。Linux源码仓库加系统依赖无现成安装包。Windows 和 macOS 安装包已打包 Python、PyTorch 和全部依赖下载后直接装无需任何前置环境。Linux 需要手动装依赖下面分开讲。安装 UVR在 Windows 上安装从项目 release 页下载UVR_v5.6.0_setup.exeAMD/Intel 显卡用户改下 OpenCL 版。双击运行安装程序安装路径保持 C:\ 根目录不要改等待 5-10 分钟完成。备选的手动安装先装 Python 3.9.8安装时勾选 Add python.exe to PATH克隆仓库后在仓库目录执行一条命令安装全部依赖python -m pip install -r requirements.txt有 NVIDIA 显卡的话再装 cu117 的 CUDA 版 torch 开启 GPU 加速python -m pip install --upgrade torch --extra-index-url https://download.pytorch.org/whl/cu117在 macOS 上安装双击对应芯片的 DMG把 UVR 拖进 Applications。首次启动需要 5-10 分钟初始化属正常现象不用动它。如果系统提示无法打开打开终端先放开应用来源限制再移除应用的隔离标记sudo spctl --master-disable sudo xattr -rd com.apple.quarantine /Applications/Ultimate\ Vocal\ Remover.app应用能正常打开后建议执行sudo spctl --master-enable恢复安全设置。Sonoma 系统的左键无响应问题已在 v5.6 修复遇到老问题先升级到最新版。在 Linux 上安装Debian/Ubuntu 系先克隆仓库到本地git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui进入目录后用 apt 装 FFmpeg、pip 和 Tk 界面库cd ultimatevocalremovergui sudo apt update sudo apt install ffmpeg python3-pip python3-tk安装 Python 依赖再启动应用pip3 install -r requirements.txt python3 UVR.pyArch/Manjaro 用户改用sudo pacman -S python-pip tk ffmpeg装系统依赖然后在仓库目录执行./install_packages.sh批量安装 Python 包。跑通第一次人声分离应用打开后左侧 Choose Process Method 下拉框默认停在 MDX-Net——它是速度和质量平衡得较好的一档新手直接用它。第一次使用还没有任何模型。点 Start Processing 左侧的 Settings 按钮打开 Download Center 标签选择 MDX-Net从列表里挑一个模型下载。模型只下这一次之后就存在本地了。回到主界面点 Select Input 选一首要处理的歌Select Output 指定输出文件夹右上角把导出格式选成 WAV。有 NVIDIA 显卡的用户勾选 GPU Conversion处理会快一个量级。一切就绪后点 Start Processing等进度条走完。输出文件夹里会多出一对文件Vocals 是人声Instrumental 是伴奏。把 Instrumental 放一遍如果听到干净的伴奏说明整条链路已经完全跑通。调优分离效果影响结果质量的变量集中在三个地方按优先级调整模型选择跟着目标走。只要人声和伴奏两条轨用 MDX-Net 或 VR Architecture速度快、质量够用需要鼓、贝斯独立音轨就上 Demucs v4四轨选 htdemucs六轨选 htdemucs_6s。内存吃紧时降分段。Segment Size 默认 256文件大或内存小就调到 128Overlap 保持 8 左右即可这两个参数决定内存峰值。源文件有底噪先降噪。先跑一遍 UVR-DeNoise-Lite 模型把噪底压下去再做正式分离二次处理比硬分离更稳。另外时间拉伸和变调两个功能依赖 Rubber Band 库Windows/macOS 安装包已内置Linux 手动安装时若用不到可以不管。解决常见报错现象原因处理非 WAV 文件加载报错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 参数过大调小 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 torchmacOS 左键点不动Sonoma 的 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报错细节看不出来时点 Settings 按钮里的 Error Log里面有完整堆栈定位问题更快。找到关键文件与模型目录想深入这个项目几个位置值得先收藏模型文件集中在 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。完整模型清单在 gui_data/model_manual_download.json和 Download Center 里的条目一一对应。分离逻辑核心在 separate.py界面逻辑在 UVR.pyVR 网络参数在 lib_v5/vr_network/modelparams/。完整的安装说明、许可信息MIT和致谢见 README.md。设置会在关闭应用时自动保存换台机器跑同一首文件也不用重新配置。【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
