Ultimate Vocal Remover 人声分离指南免费提取伴奏与干声【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 RemoverUVR5是一款免费开源的 AI 人声分离图形工具把 MDX-Net、Demucs、VR 三个算法家族放进同一个界面。一首带人声的完整混音丢进去人声轨和伴奏轨就能被单独拆出来。你正在录翻唱手边却只有带人声的原曲这种情况下伴奏需要自己抠出来UVR5 干的就是这个活。人声伴奏分离的原理不按频率切按声源分很多播放器自带的消人声是把人声占用的频段整段切掉出来的伴奏发闷像整首歌被抽走了亮度。原因不复杂人声和吉他、钢琴的泛音在频谱上挤在一起固定滤波器只能一刀切。AI 分离不按频率切而是按发声者分家。模型先学会每种乐器的时频特征听到一段声音就把它归给对应的声源——像老录音师从调音台上逐个抽走每个乐器的通道条分开听。UVR5 怎么装两条起步路径一条路是官方一体化安装包Python、PyTorch、FFmpeg 全部内置解压就能启动。另一条是源码运行克隆仓库后照依赖清单一次装好requirements.txt 里锁定了 torch、librosa、onnxruntime 等版本。git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui pip install -r requirements.txtNVIDIA 显卡用户可以把 PyTorch 单独装成 CUDA 版本处理速度通常有明显提升pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117提示安装报权限错误时加 --user 参数或换虚拟环境都行。最短路径跑通一次人声提取启动后先把三件事放到位。先用 Select Input 挑目标音频再用 Select Output 指定保存目录WAV、FLAC、MP3 都能选。接着在 CHOOSE PROCESS METHOD 里选 MDX-Net模型挑 MDX23C-InstVoc HQ 这类人声/伴奏两轨模型新手默认它不出错。最后按下 Start Processing等它跑完即可。参数常规取值什么时候动它Segment Size256老设备显存吃紧时降到 128Overlap8接缝出现咔哒声时加到 16–24跑完会在输出目录看到歌名后带 (Vocals) 与 (Instrumental) 的两个新文件前者是人声轨后者是伴奏。模型在首次运行时自动下载网络不畅的话也可以把模型文件手动放进 models/ 对应子目录省时间。提示调参阶段勾上 Sample Mode (30s)程序只跑前 30 秒听感确认后取消勾选再跑全长能省掉大量等待。三个算法家族怎么选选哪个主要看素材每个家族有独立的模型目录MDX-Net跑得快两轨结果稳是常规流行、摇滚的首选模型在 models/MDX_Net_Models/每个模型都配一份 yaml 配置。Demucs v3/v4能把一首歌拆成人声、鼓、贝斯、其他乐器四个轨道编曲复杂的作品适合它模型目录 models/Demucs_Models/。VR Architecture模型变体多便于精细调校还有针对特定乐器的专项去除模型比如标注 No Piano 的版本素材底噪大时建议先过一遍自带 UVR-DeNoise-Lite.pth 降噪模型再做正式分离。效果不满意怎么排查人声残留怎么办伴奏里还听得见人声多半是模型和这首歌型不搭先换 Demucs v4 家族试试再换家族内部的另一个模型对比。分离结果在段落衔接处有咔哒声先怀疑 Overlap 偏小把它加到 16–24 通常能解决反过来老设备跑不动时把 Segment Size 降到 128 可以减轻显存压力。GPU 没生效先查这里设备调度逻辑在 separate.py启动时会自动检查当前机器有没有可用的 CUDA 或 MPS 加速有就优先走显卡。如果速度没变快先确认 torch 装的是 CUDA 版本再检查界面上的 GPU Conversion 复选框是否真的勾上了。文件很多时直接把它整个文件夹交给软件批量处理就行不用一首一首来。人声分离的门槛从来没有这么低——挑一首你最熟的歌先勾 Sample Mode 看 30 秒的效果听着干净现在就把全长跑起来。【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
