十分钟跑通音频分离:Ultimate Vocal Remover 全平台安装与首次运行教程
2026/9/5 20:17:22 网站建设 项目流程

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 ArcOpenCL 版UVR_v5.6.0_setup_opencl.exe
Apple M1/M2(arm64)Ultimate_Vocal_Remover_v5_6_MacOS_arm64.dmg
Intel 芯片 MacUltimate_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.py

Arch/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

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询