Ultimate Vocal Remover 快速指南三步完成 AI 人声伴奏分离【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是一个带图形界面的 AI 音频分离工具核心功能就是把一首歌拆成人声和伴奏两条独立轨道解决翻唱需要伴奏、播客需要去背景音乐、KTV 想提取人声这类具体需求。不用写代码点选文件、选模型、点开始就能出结果。UVR 首次运行三步拿到第一对结果第 1 步装依赖。Linux 用户克隆仓库后跑一键脚本Python 依赖会按 requirements.txt 自动装好git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui chmod x install_packages.sh ./install_packages.shWindows 和 macOS 用户不用折腾环境直接去项目发布页下载官方安装包即可。第 2 步启动。在仓库目录执行python3 UVR.py界面启动后默认参数就是合理值处理方法MDX-Net、模型MDX23C-InstVoc HQ。第 3 步跑一遍。点Select Input选歌曲点Select Output指定输出目录有 NVIDIA 显卡就保持GPU Conversion勾选点Start Processing。跑完后输出目录里会有人声、伴奏两个文件直接进剪辑流程。能力速览三套分离模型各管什么UVR 内置三套模型入口都在主界面的CHOOSE PROCESS METHOD下拉框里模型权重放在 models/ 目录各架构的参数配置见 lib_v5/vr_network/modelparams/。能力适用场景一句话说明MDX-Net人声/伴奏二分默认首选速度质量均衡MDX23C-InstVoc HQ 最稳VR Architecture降噪、精细人声提取针对人声频段训练人声干净度更高Demucs v3/v4全曲多轨拆分把歌拆成人声、鼓、贝斯、其他四轨适合复杂混音配置决策按症状调参数主界面上真正影响结果的参数就三个Segment Size分段大小、Overlap重叠量、GPU Conversion显卡加速。症状/场景推荐值标准配置没出过问题Segment 256 Overlap 8保持默认报 CUDA OOM 显存不足Segment 降到 256 甚至 128仍不行就取消 GPU Conversion 走 CPU输出里有咔哒接缝声Overlap 提到 12只求速度Overlap 降到 4无独显取消 GPU ConversionCPU 慢但稳要进后期处理输出格式选 WAV只分享选 MP3拿不准就用默认配置Segment 256、Overlap 8、输出 WAV先跑通再微调。实用技巧两阶段分离 | 伴奏里的人声残留更少先用 MDX-Net 分出人声和伴奏再把伴奏文件作为输入塞回去处理方法切到 Demucs v4 再拆一次鼓、贝斯、其他。多走一遍伴奏里的鬼影人声明显减少。只勾 Instrumental Only | 省一半时间如果你只要伴奏不要人声勾选Instrumental OnlyUVR 只会输出伴奏文件计算量和输出都减半。只要人声同理用Vocals Only。Sample Mode 试跑 30 秒 | 参数对了再全量换模型后别急着跑整首歌勾上Sample Mode (30s)先试跑 30 秒听效果确认这个模型对这首曲风合适再取消勾选全量处理。问题处理安装报错、启动失败 →先看 requirements.txt 里的依赖是否装全重跑一遍install_packages.shWindows 用户注意必须装到 C 盘装到其他盘会出现不稳定Linux 缺 ffmpeg 等系统依赖时按官方说明补齐。显存爆掉CUDA OOM→Segment Size 先降到 128再不行就取消GPU Conversion用 CPU 跑慢但稳定适合挂夜跑。分离效果不好、有伪影 →换模型对比MDX-Net 跑完切 Demucs v4 再听一次接缝伪影把 Overlap 提到 12如果源文件本身低于 320kbps参数怎么调都救不回来换高码率音源。 翻唱伴奏、播客去 BGM、KTV 人声提取这三类场景 UVR 一次安装全覆盖。现在克隆仓库按上面三步走5 分钟出你的第一对结果。【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
