十分钟跑通音频分离:Ultimate Vocal Remover 全平台安装与首次运行教程
【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
Ultimate Vocal Remover(UVR)是一款基于深度神经网络的 AI 音频分离工具,能把一首歌拆成人声、伴奏、鼓声、贝斯等独立音轨。它支持 64 位的 Windows、macOS 和 Linux,这篇文章带你把机器装好、并成功跑完第一次分离。
UVR 是什么:音频分离能做什么
UVR 内置核心开发者训练的一系列分离模型,涵盖 MDX-Net、Demucs 等主流算法。你给它一个歌曲文件,它会输出人声、伴奏、鼓、贝斯等单独的文件,输入支持 WAV、FLAC、MP3 等常见格式。
它适合做编曲素材、剪辑混音,或者只是想搞一首伴奏版和练声版的人。设置会在每次关闭时自动保存,下次打开直接沿用。
下载哪个版本:系统与硬件选型速查
| 你的情况 | 该拿的文件 |
|---|---|
| Windows 10/11 64 位 + NVIDIA 显卡 | 主安装包UVR_v5.6.0_setup.exe |
| Windows + AMD Radeon 或 Intel Arc | OpenCL 版UVR_v5.6.0_setup_opencl.exe |
| Apple M1/M2(arm64) | Ultimate_Vocal_Remover_v5_6_MacOS_arm64.dmg |
| Intel 芯片 Mac | Ultimate_Vocal_Remover_v5_6_MacOS_x86_64.dmg |
| Linux(Debian/Ubuntu、Arch 系) | 无打包安装,从仓库获取代码后自己装依赖 |
💡 两行最容易踩坑:GPU 转换的显存下限是 6GB(例如 RTX 1060 6GB),推荐 8GB 以上;Mac 必须按芯片选分支,arm64 版装到 Intel 机器上跑不起来,反之亦然。
所有下载文件都在项目的发布页里,版本号认准 v5.6。
三大平台安装路径
Windows 一键安装
从发布页下载主安装包,双击运行,装到 C 盘根目录,装到第二块盘会导致不稳定。安装时临时关掉杀毒软件避免误报,全程大约 5 到 10 分钟。
AMD 或 Intel Arc 显卡用户把安装包换成 OpenCL 版,其余步骤一样。
装完后从开始菜单启动 UVR,主界面能正常加载就说明安装成功。
💡 想自定义安装路径或自己管依赖的高级玩法,按仓库 README 里的手动安装章节走:装好 Python 后执行 pip install -r requirements.txt,NVIDIA 用户再补装对应 CUDA 版本的 PyTorch。
macOS 按芯片选版本安装
先看芯片类型(苹果菜单 → 关于本机),M1/M2 下载 arm64 版,Intel 下载 x86_64 版。打开 dmg,把 UVR 拖进应用程序文件夹即可。
💡 首次启动要做初始化,需要 5 到 10 分钟,期间界面不动是正常的,别强制退出。
如果提示"无法打开",打开终端执行:
sudo spctl --master-disable sudo xattr -rd com.apple.quarantine /Applications/Ultimate\ Vocal\ Remover.app再运行即可,等 UVR 正常打开后建议把"允许所有来源"改回去。
Linux Ubuntu 与 Arch 安装
Ubuntu/Debian 系,克隆代码后按顺序执行:
git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui sudo apt install -y ffmpeg python3-pip python3-tk pip3 install -r requirements.txt python3 UVR.pyArch/Manjaro 系先用 pacman 装好 python-pip、tk、ffmpeg,再运行仓库里的install_packages.sh脚本装依赖,最后同样执行python3 UVR.py启动。
首次运行:完成第一次分离
界面逻辑很直白:左侧设置输入、输出文件夹,中间选模型,右侧是"Start Processing"按钮。操作分三步:
先选中或拖入一首歌曲导入;再在模型列表里挑一个,新手直接从 MDX-Net 或 Demucs 系列里选默认推荐即可;最后点"Start Processing",处理完的文件会出现在你设置的输出文件夹。
参数区只需要看懂两个:Segment 是分段大小,越大越吃内存;Window 是窗口大小,影响边界衔接。默认值对多数歌曲没问题,报内存错误再回来调。
调优建议:按你的硬件做
| 硬件情况 | 对应做法 |
|---|---|
| NVIDIA 显存 8GB 以上 | 装 CUDA 版 PyTorch 并启用 GPU Conversion,提速最明显 |
| NVIDIA 显存 6GB 起步 | 满足 GPU 转换下限,遇到爆显存就调小 Segment |
| Apple M 芯片 | MPS 加速默认生效,支持 Demucs v4 与全部 MDX-Net 模型 |
| AMD Radeon / Intel Arc | 用 Windows 的 OpenCL 版本,GPU 支持有限 |
| 经常出现内存分配错误 | 调低 Segment 和 Window 的值 |
验证 PyTorch 是否识别到显卡:
python -c "import torch; print(torch.cuda.is_available())"输出 True 就能开 GPU 转换;NVIDIA 卡在大分段下仍偶发 OOM 时,可以设置环境变量 PYTORCH_CUDA_ALLOC_CONF(例如 max_split_size_mb:512)限制显存切分大小。
常见问题排障清单
| 现象 | 原因 | 处理 |
|---|---|---|
| 处理非 WAV 文件(MP3、FLAC)报错 | FFmpeg 没配置好 | 安装 FFmpeg 后重新转换 |
| 长音频出现内存分配错误 | Segment 或 Window 太大 | 调低这两个参数再试 |
| GPU 加速不生效 | PyTorch 与 CUDA 版本不匹配 | 重装对应版本,用上面的命令验证 |
| macOS 打不开应用或点击无反应 | 系统安全拦截或旧版本 | 用安装节的两条命令移除隔离属性,或更新到最新版 |
实在解决不了时,点界面上"Start Processing"左边的 Settings 按钮,打开 Error Log 看详细报错信息。UVR 是计算密集型工具,首次运行和模型加载都会慢一些,多等几分钟再下结论。
【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