企业官网建设流程全解析

免费AI音频分离：用UVR把一首歌拆出 vocals 和 instrumental

【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

如果你正在找一个免费的人声提取工具，Ultimate Vocal Remover GUI（简称UVR）能直接给出可用结果。它是一款基于深度神经网络的开源AI音频分离工具：导入一首歌、选一个模型、点开始，就能输出人声、伴奏，甚至鼓点、贝斯的独立文件。不用编程，也不用付费软件。

想只留人声做翻唱？先看看分离出来的东西

如果你用均衡器压人声、或者在剪辑软件里手动抠过轨道，大概都见过那种结果：人声总有"影子"，伴奏也被削坏了。UVR的思路不同——它用训练好的神经网络模型，直接从混音里听出"人声"和"伴奏"两种成分，各自输出独立文件：

• 人声轨：去掉伴奏的干声，适合做清唱、重新配词
• 伴奏轨：干净的人声去除版，可以直接当K歌伴奏
• 部分模型还能把鼓、贝斯拆成独立文件

也就是说，你拿到的不是音量调整出来的近似效果，而是AI模型分出来的真轨道。

5分钟上手：装好并分离第一首歌

安装依赖环境

先把项目文件拿到本地：

git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui

再按 requirements.txt 安装依赖：

pip install -r requirements.txt

启动并跑第一次分离

一条命令启动程序：

python UVR.py

窗口打开后按界面顺序操作：

1. 选输入音频文件，MP3、WAV、FLAC 都能读
2. 处理方法选 MDX-Net，模型选一个现成的（首次使用不用纠结）
3. 确认输出目录，点开始处理

进度条走完，输出目录里会出现人声和伴奏两个文件，各带一个后缀。

MDX-Net 和 Demucs 该怎么选？

MDX-Net：人声和伴奏分离质量优先

适合"我就要人声更干净"的场景。这套模型由 UVR 核心团队自己训练，做人声/伴奏两轨分离时残留通常更少。模型和配套配置都在 MDX-Net模型目录 里，每个模型还带一份参数说明，选模型时可以对照看它擅长哪类分离。

Demucs：一次拆出多个声部

Demucs v3/v4 的优势是快、而且一次能输出多条轨道：人声、鼓、贝斯等伴奏各成文件，适合你需要整套素材重新编曲的情况。模型文件在 Demucs模型目录。另外仓库里还有一组更轻量的 VR 架构模型，配置较低的电脑可以优先试它们。

一句话：只要人声加伴奏两轨，选 MDX-Net；要一次出多轨或追求速度，选 Demucs。

分离完成后，结果文件去哪儿找

UVR 按模型对应的声部名给输出文件命名，一般在原文件名后加_Instrumental、_Vocals这类后缀。几种常见情况：

• 用伴奏模型：带_Instrumental后缀的就是伴奏
• 用降噪类模型（如 UVR-DeNoise-Lite）：输出是降噪后的整轨音频，适合清理录音、播客底噪
• 用多轨模型：一次出现四五个文件，每个对应一个声部

找不到文件时，回到处理前你设置的输出路径找，不要在系统音乐库里翻。

人声残留或分离瑕疵？先检查这3项

• 换模型优先。残留人声是最常见的不满来源，换模型的收益通常大于调参数。模型清单维护在 model_manual_download.json 中，也可以用它手动下载某个模型再试
• 段大小和重叠率。高级设置里，段越大跑得越快、占内存越多；重叠率取中间值能减少段边界的衔接痕迹
• 试多模型合声。UVR 支持 Ensemble，同时跑两个模型再融合结果，用时间换更干净的分离

下一步做什么：去哪装模型、去哪调参数

三件事可以接着做：

1. 在设置菜单里按架构挑几个模型下载安装，全部免费，装好后直接出现在下拉列表里
2. 对分离结果做后处理：界面上还有 Vocal Splitter、Deverb 等工具，可以叠在分离结果上继续用
3. 某个模型下载失败时，走手动下载，把文件放进对应模型的目录即可

现在把 UVR 打开，导入一首你想翻唱的歌，跑一次 MDX-Net 分离——听完第一条人声轨，你就知道哪类模型最适合你的曲子了。

【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