3 分钟出结果UVR 人声分离使用指南从装好到提取干净干声【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/ultimatevocalremovergui想做 K 歌伴奏、给重混音留一条干净人声干声、或者从成品曲里单独抠出某条乐器轨核心动作都是同一件事把一首歌拆成人声和伴奏。UVRUltimate Vocal Remover就是一个图形化的开源音频分离工具内置 MDX-Net、VR、Demucs 三套分离模型把音频丢进去、选个模型、点开始就能得到带 Vocals / Instrumental 后缀的分离文件。适合两类人想快速出结果的普通用户以及需要批量处理音频的制作者。最快装好 UVR 的路径Windows 装包Linux 两行命令先说结论Windows 用户直接下 v5.6 一键安装包最省事Linux 用户两条命令搞定macOS 有现成 dmg。Windows推荐下载UVR_v5.6.0_setup.exe安装包按提示装到C 盘——官方明确要求装 C 盘装到其他盘会导致不稳定。用 AMD Radeon 或 Intel Arc 显卡的选 OpenCL 版本NVIDIA 独显用户选标准版即可没有独显也能跑只是慢一些。LinuxDebian/Ubuntu 系拿到项目代码后系统先装好python3-tk图形界面依赖和 FFmpegMP3/FLAC 格式转换依赖然后进项目目录执行pip3 install -r requirements.txt python3 UVR.py嫌逐条装依赖麻烦项目里备了 install_packages.sh一键把 requirements.txt 里的依赖装齐。macOSM1/M2 芯片选 arm64 版 dmgIntel 芯片选 x86_64 版。首次启动可能要等 5~10 分钟属正常现象。硬件心里有个数就行8GB 内存 集显能跑通NVIDIA 独显建议 8GB 显存以上RTX 1060 6GB 是 GPU 转换的最低门槛16GB 内存 RTX 20 系以上体验明显更好。首次运行选文件、选模型、点开始打开 UVR 主界面从上到下就是选文件 → 选算法 → 点开始三步没有学习成本。第一步定输入输出。左上角点 Select Input 选要处理的音频Select Output 指定结果目录。右侧格式单选决定导出文件类型首次使用选 WAV——无损、保真度最高后续转 MP3 不心疼。第二步选算法和模型。中间 CHOOSE PROCESS METHOD 下拉框控制用哪类网络第一次直接用 MDX-Net最稳妥下方 CHOOSE MDX-NET MODEL 里默认的MDX23C-InstVoc HQ就是人声分离的主力模型不用动。有 NVIDIA 独显的话把 GPU Conversion 勾上速度提升数倍。第三步点 Start Processing。底部进度条和右侧控制台会实时反馈进度跑完后输出目录里出现xxx_Vocals.wav和xxx_Instrumental.wav。动手前记得用一个小功能省钱Sample Mode (30s) 勾选框只处理前 30 秒。换任何模型前都建议先跑一遍 30 秒样本听完满意再跑全曲能省大量等待时间。按场景挑模型和参数先定目标再选设置UVR 内置三套网络架构模型权重都在 models/ 目录下选哪个取决于你要做什么。场景 A流行歌提人声干声最常见算法MDX-Net模型MDX23C-InstVoc HQ默认项就是为这个场景调的Segment Size机器好给 1024吃紧就降到 512先跑 30 秒样本干声干净就直接全曲处理场景 B做 K 歌伴奏去人声算法MDX-Net模型下拉框里带Karaoke字样的如 UVR-MDX-NET Karaoke这类模型去人声更彻底留下的伴奏更干净比通用模型更对口其余参数照场景 A不用额外调场景 C编曲复杂想拆出更多音轨算法切到Demucs v4一次分出 Vocals / Drums / Bass / Other 四条适合做教学素材单独拎出鼓轨讲解、编曲分析、重混音处理时间明显比两轨模式长机器小就降 Segment Size场景 D现场录音、混响重的素材算法试试VR 架构对现场录音类素材适应性更好仓库里自带 UVR-DeNoise-Lite 降噪模型含背景杂音的录音可先分离出人声再用它精修关键参数其实就三个一张表说清参数默认建议什么时候动它Segment Size分段大小1024显存/内存报错就降到 512 或 256简单音频拉大换速度Overlap重叠度MDX23C 默认 8基本不用动调大过渡更平滑但更耗时Sample Mode (30s)关换模型、换素材类型时必开先听 30 秒再决定速度和质量怎么权衡质量优先 高质量模型 较小分段 全曲处理速度优先 中等模型 大分段 开 GPU。大批量任务的正确姿势是先 Sample Mode 抽检确认模型合适再全量跑。批量处理怎么办GUI 一次只处理一个文件但右侧 SELECT SAVED SETTINGS 能保存整套参数排队文件用同一套设置连续跑。需要真正脚本化的话可以基于 separate.py 里的分离流程封装自己的调用逻辑模型网络实现在 lib_v5/ 目录下。高频问题速查报错先看这四个问题 1内存/显存报错跑一半就崩现象Segment Size 给到 1024 时报内存分配错误、程序闪退原因模型是计算密集型分段越大单段占用的内存/显存越高解决把 Segment Size 从 1024 降到 512 或 256关掉吃内存的后台程序再跑问题 2MP3、FLAC 读不进来一转换就报错现象选 WAV 没事选 MP3/FLAC 点开始直接报错原因UVR 依赖系统里的 FFmpeg 做非 WAV 格式转换没装就必挂解决装 FFmpegLinuxsudo apt install ffmpeg装完重启程序问题 3AMD / Intel 显卡勾了 GPU 没反应现象GPU Conversion 勾上后速度没变化或直接报错原因CUDA 版安装包只认 NVIDIA 显卡解决AMD / Intel 独显用户改用 OpenCL 版本安装包重装问题 4报错信息看不太懂不知道找谁问现象控制台一串红字无法判断问题出在哪原因部分错误只在详细日志里才有完整堆栈解决点 Start Processing 左侧的 Settings 按钮再点 Error Log 查看详细错误信息排查或提 issue 时直接附这段日志收尾硬件参考与第一步建议当前版本v5.6.0本次更新修复了 macOS Sonoma 上的鼠标左键失灵问题并把 Apple 芯片的 MPS 加速扩展到了 Demucs v4 和全部 MDX-Net 模型。硬件上8GB 内存 集显能跑通全流程16GB 内存 RTX 20 系以上独显体验明显更好追求速度就 32GB 内存配 RTX 30 系以上。现在就可以打开 UVR选一首你熟悉的歌勾选 Sample Mode 先跑 30 秒——这是最快的上手方式。【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 3 分钟出结果：UVR 人声分离使用指南，从装好到提取干净干声
3 分钟出结果UVR 人声分离使用指南从装好到提取干净干声【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/ultimatevocalremovergui想做 K 歌伴奏、给重混音留一条干净人声干声、或者从成品曲里单独抠出某条乐器轨核心动作都是同一件事把一首歌拆成人声和伴奏。UVRUltimate Vocal Remover就是一个图形化的开源音频分离工具内置 MDX-Net、VR、Demucs 三套分离模型把音频丢进去、选个模型、点开始就能得到带 Vocals / Instrumental 后缀的分离文件。适合两类人想快速出结果的普通用户以及需要批量处理音频的制作者。最快装好 UVR 的路径Windows 装包Linux 两行命令先说结论Windows 用户直接下 v5.6 一键安装包最省事Linux 用户两条命令搞定macOS 有现成 dmg。Windows推荐下载UVR_v5.6.0_setup.exe安装包按提示装到C 盘——官方明确要求装 C 盘装到其他盘会导致不稳定。用 AMD Radeon 或 Intel Arc 显卡的选 OpenCL 版本NVIDIA 独显用户选标准版即可没有独显也能跑只是慢一些。LinuxDebian/Ubuntu 系拿到项目代码后系统先装好python3-tk图形界面依赖和 FFmpegMP3/FLAC 格式转换依赖然后进项目目录执行pip3 install -r requirements.txt python3 UVR.py嫌逐条装依赖麻烦项目里备了 install_packages.sh一键把 requirements.txt 里的依赖装齐。macOSM1/M2 芯片选 arm64 版 dmgIntel 芯片选 x86_64 版。首次启动可能要等 5~10 分钟属正常现象。硬件心里有个数就行8GB 内存 集显能跑通NVIDIA 独显建议 8GB 显存以上RTX 1060 6GB 是 GPU 转换的最低门槛16GB 内存 RTX 20 系以上体验明显更好。首次运行选文件、选模型、点开始打开 UVR 主界面从上到下就是选文件 → 选算法 → 点开始三步没有学习成本。第一步定输入输出。左上角点 Select Input 选要处理的音频Select Output 指定结果目录。右侧格式单选决定导出文件类型首次使用选 WAV——无损、保真度最高后续转 MP3 不心疼。第二步选算法和模型。中间 CHOOSE PROCESS METHOD 下拉框控制用哪类网络第一次直接用 MDX-Net最稳妥下方 CHOOSE MDX-NET MODEL 里默认的MDX23C-InstVoc HQ就是人声分离的主力模型不用动。有 NVIDIA 独显的话把 GPU Conversion 勾上速度提升数倍。第三步点 Start Processing。底部进度条和右侧控制台会实时反馈进度跑完后输出目录里出现xxx_Vocals.wav和xxx_Instrumental.wav。动手前记得用一个小功能省钱Sample Mode (30s) 勾选框只处理前 30 秒。换任何模型前都建议先跑一遍 30 秒样本听完满意再跑全曲能省大量等待时间。按场景挑模型和参数先定目标再选设置UVR 内置三套网络架构模型权重都在 models/ 目录下选哪个取决于你要做什么。场景 A流行歌提人声干声最常见算法MDX-Net模型MDX23C-InstVoc HQ默认项就是为这个场景调的Segment Size机器好给 1024吃紧就降到 512先跑 30 秒样本干声干净就直接全曲处理场景 B做 K 歌伴奏去人声算法MDX-Net模型下拉框里带Karaoke字样的如 UVR-MDX-NET Karaoke这类模型去人声更彻底留下的伴奏更干净比通用模型更对口其余参数照场景 A不用额外调场景 C编曲复杂想拆出更多音轨算法切到Demucs v4一次分出 Vocals / Drums / Bass / Other 四条适合做教学素材单独拎出鼓轨讲解、编曲分析、重混音处理时间明显比两轨模式长机器小就降 Segment Size场景 D现场录音、混响重的素材算法试试VR 架构对现场录音类素材适应性更好仓库里自带 UVR-DeNoise-Lite 降噪模型含背景杂音的录音可先分离出人声再用它精修关键参数其实就三个一张表说清参数默认建议什么时候动它Segment Size分段大小1024显存/内存报错就降到 512 或 256简单音频拉大换速度Overlap重叠度MDX23C 默认 8基本不用动调大过渡更平滑但更耗时Sample Mode (30s)关换模型、换素材类型时必开先听 30 秒再决定速度和质量怎么权衡质量优先 高质量模型 较小分段 全曲处理速度优先 中等模型 大分段 开 GPU。大批量任务的正确姿势是先 Sample Mode 抽检确认模型合适再全量跑。批量处理怎么办GUI 一次只处理一个文件但右侧 SELECT SAVED SETTINGS 能保存整套参数排队文件用同一套设置连续跑。需要真正脚本化的话可以基于 separate.py 里的分离流程封装自己的调用逻辑模型网络实现在 lib_v5/ 目录下。高频问题速查报错先看这四个问题 1内存/显存报错跑一半就崩现象Segment Size 给到 1024 时报内存分配错误、程序闪退原因模型是计算密集型分段越大单段占用的内存/显存越高解决把 Segment Size 从 1024 降到 512 或 256关掉吃内存的后台程序再跑问题 2MP3、FLAC 读不进来一转换就报错现象选 WAV 没事选 MP3/FLAC 点开始直接报错原因UVR 依赖系统里的 FFmpeg 做非 WAV 格式转换没装就必挂解决装 FFmpegLinuxsudo apt install ffmpeg装完重启程序问题 3AMD / Intel 显卡勾了 GPU 没反应现象GPU Conversion 勾上后速度没变化或直接报错原因CUDA 版安装包只认 NVIDIA 显卡解决AMD / Intel 独显用户改用 OpenCL 版本安装包重装问题 4报错信息看不太懂不知道找谁问现象控制台一串红字无法判断问题出在哪原因部分错误只在详细日志里才有完整堆栈解决点 Start Processing 左侧的 Settings 按钮再点 Error Log 查看详细错误信息排查或提 issue 时直接附这段日志收尾硬件参考与第一步建议当前版本v5.6.0本次更新修复了 macOS Sonoma 上的鼠标左键失灵问题并把 Apple 芯片的 MPS 加速扩展到了 Demucs v4 和全部 MDX-Net 模型。硬件上8GB 内存 集显能跑通全流程16GB 内存 RTX 20 系以上独显体验明显更好追求速度就 32GB 内存配 RTX 30 系以上。现在就可以打开 UVR选一首你熟悉的歌勾选 Sample Mode 先跑 30 秒——这是最快的上手方式。【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