UVR5 完全指南免费本地人声分离如何快速提取干净伴奏【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/ultimatevocalremoverguiUVR5Ultimate Vocal Remover是一款免费开源的人声分离工具音频全程在本地离线处理不上传任何第三方服务能把一首混音拆成人声轨和伴奏轨。典型适用场景翻唱提取伴奏后重新录制人声混音人声与伴奏拆开分别调整视频配乐去掉原唱只保留背景音乐快速上手三步装好环境并跑出第一版第 1 步克隆仓库git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui第 2 步安装依赖pip install -r requirements.txt 最高频的安装坑安装时若报权限错误给pip install命令加--user参数或先建虚拟环境再装Windows 启动时报缺 DLL先安装 Visual C Redistributable 运行库。第 3 步启动程序python UVR.py有 NVIDIA 显卡的话装 CUDA 版 PyTorch 后速度可提升数倍pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117没有显卡可以跳过程序自动用 CPU 运行。打开后界面分三块左侧是输入与输出选择区中间是处理方式与模型下拉区右侧是分段、重叠、GPU 开关。新手只操作左侧和中间即可其余全部保持默认。首次处理按这个顺序来点Select Input选一首音频点Select Output选一个单独的文件夹中间保持 MDX-Net 和默认模型点Start Processing。首次处理会联网下载预训练模型下载好参数并经过训练的神经网络文件以后不再重复下载需要耐心等一会儿之后所有处理都在本机离线完成。耗时预期先说清3 分钟的歌纯 CPU 处理可能需要十几分钟属正常现象不是卡死。效果确认怎么判断这次跑成功了处理完成后输出目录会出现一个按时间戳和模型名命名的子文件夹里面放着本次结果的音频文件。不勾选 Vocals Only / Instrumental Only 时默认同时产出两轨*_Vocals人声轨*_Instrumental伴奏轨也就是你要的去人声版三个判断标准全满足即本次运行成功两个文件都出现了且文件时长与原曲一致伴奏轨里原唱基本消失只剩乐器用播放器扫听开头、结尾没有爆音或突然中断模型怎么选三个家族一张表预训练模型放在 models/ 目录下按算法分成三个家族擅长领域差别很大名称 / 存放目录适合场景一句话特点VR 架构通用场景入门首选另含 DeNoise 降噪专用模型MDX-Net流行、摇滚人声与伴奏的平衡性较好Demucs古典、爵士等复杂编曲细节保留最完整拿不准时的决策建议先选 MDX-Net 跑一版人声残留多或编曲复杂再升到 Demucs 对比只想要降噪效果直接用 VR 家族的 DeNoise 模型。两个值得动的参数界面上就叫 Segment 和 OverlapSegment分段大小把音频切成多长再送入模型。先取默认256内存吃紧降到128 或 160显存充足升到384 或 512上下文更完整质量更好。Overlap重叠率相邻片段的搭接程度。先取默认8拼接处有接缝声再升到16 或 24代价是耗时明显增加。GPU Conversion有显卡就勾上处理时间常能压到 CPU 的十分之一左右找不到设备先检查显卡驱动仍失败就关闭开关回 CPU 兜底。原理速览它凭什么分得开混音像一锅混着豆子和米的汤传统方法靠筛子按颗粒大小分人声和吉他粒粒相同时就分不开。神经网络则看过海量混音 干净分轨的成对样本学会在频谱声音按频率展开的图谱上辨认哪些特征属于人声、哪些属于乐器再逐个分离所以效果远超普通滤镜。想读源码从 lib_v5/spec_utils.py 入手它是频谱处理的公共底座负责波形转频谱与还原再看 lib_v5/mdxnet.py 了解 MDX-Net 的核心网络结构。报错速查五类常见故障现象常见原因解决方式拼接处有接缝声Overlap 太低升到 16 或 24部分频段听感缺失模型与歌曲风格不匹配换另一个模型家族对比启动即报 DLL 错误缺少运行库安装 Visual C Redistributable模型反复下载失败网络受限手动下载模型放入 models/ 对应目录后重启CUDA out of memory显存不足调低 Segment或关闭 GPU 开关排查顺序一句话先改参数再换模型最后查环境。进阶探索批量处理与设置复用批量处理在输入文件框上右键可进入 Batch Process批量处理模式一次跑完整个文件夹的音频几十首歌没有压力相关实现见 UVR.py。设置与组合保存界面右侧的 Select Saved Settings 下拉框用来保存和复用参数组合文件分别存放在 gui_data/saved_settings/ 与 gui_data/saved_ensembles/调好的配方下次一键调用。收尾任务30 分钟跑通第一版现在动手挑一首你最熟的歌用 MDX-Net 默认参数跑出第一版纯 CPU 约十几分钟可以顺手去喝杯水用 15 到 20 分钟完整听一遍写下 2~3 个不满意点例如接缝声、某句人声残留、某个频段发空回到模型怎么选一节对照不满意点把参数升一档或换一个模型重跑把两版输出并排听一遍留下更好的一版第一轮不求完美只求建立参数变化 → 听感变化的直觉。【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