企业官网建设流程全解析

UVR5 人声分离完整实战教程：5 步提取纯净伴奏

【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/ultimatevocalremovergui

翻唱缺伴奏、剪视频总被 BGM 里的人声干扰、混音时拿不到干声——这些卡脖子的老问题，可以用 Ultimate Vocal Remover（UVR5）解决。它是一款免费、开源的 AI 人声分离工具，图形界面操作，能把一首歌的人声和伴奏拆成两条独立音轨。下文基于仓库 v5.6.0 版本（见version.py）的真实文件与命令，带你从零跑通完整流程。

为什么"传统消人声"总差口气

你大概率在剪辑软件里试过"Center Channel Cancellation"或"消人声"开关：思路是掐掉中央声道或人声频段。结果伴奏发闷、发空，像隔着一层被子听歌。

原因在于人声和吉他泛音、键盘和声在频率上大量重叠，固定滤波器一刀切下去，误伤的永远是乐器。AI 分离走的是另一条路：模型先在海量标注音频上学会"人声在时频平面上的组合规律"，再按声源而非频率切分。同样是挖掉人声，切法完全不同，这也是 UVR5 能交出接近专业分轨质量的原因。

三套算法一个界面：UVR5 内部有什么

UVR5 把三种主流分离架构整合进同一个窗口，各自对应独立的源码目录和模型仓库：

每个家族都有独立的模型目录：

• models/MDX_Net_Models/ —— MDX-Net 模型，mdx_c_configs子目录存放各模型的 yaml 配置
• models/Demucs_Models/ —— Demucs v3、v4 模型
• models/VR_Models/ —— VR 系列模型，自带的UVR-DeNoise-Lite.pth可先降噪再分离

推理调度集中在 separate.py，文件里的SeperateMDX、SeperateDemucs、SeperateVR等类各自负责一种架构的前后处理与设备分发，并自动检测 CUDA 与 macOS 的 MPS，有 GPU 时优先走 GPU。

3 分钟装好的最短路径

前置条件：有 Python 环境即可；处理非 WAV 文件（MP3、FLAC）需要系统装有 FFmpeg。

方式 A（省心）：用官方打包的一体化安装包，Python、PyTorch、FFmpeg 全部内置，装完直接打开，无任何前置要求（Windows 版要求装在 C 盘）。

方式 B（源码运行）：

git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui pip install -r requirements.txt python UVR.py

requirements.txt 已锁定 torch、librosa 0.9.2、onnxruntime、SoundFile 0.11.0、pydub 0.25.1 等关键依赖。Linux 用户还需先sudo apt install ffmpeg python3-tk（见 README.md 的 Linux 一节）。

有 NVIDIA 显卡的话，建议把 PyTorch 升级到 CUDA 版，处理速度通常快一个数量级：

pip install --upgrade torch --extra-index-url https://download.pytorch.org/whl/cu117

小提示：GPU 转换的最低门槛是 RTX 1060 6GB，官方推荐 8GB 显存起；显存不够时先关掉 GPU 转换用 CPU 跑。

从一首 MP3 到干声：完整 5 步实操

以"提取一首流行歌的纯净伴奏"为例，照着点就行：

1. 加载音频：点Select Input，选中 MP3 文件。进度条下方出现文件名即表示加载成功，此时波形会显示在界面中部。
2. 指定输出：点Choose Output Directory选定保存目录，输出格式可选 WAV / FLAC / MP3（选 MP3 会自动按mp3_bit_set码率压缩，见 separate.py 的save_format函数）。
3. 选择算法：在CHOOSE PROCESS METHOD里选MDX-Net，模型列表挑MDX23C-InstVoc HQ。它对应权重文件MDX23C-8KFFT-InstVoc_HQ.ckpt，是两轨"人声/伴奏"分离的主力模型。
4. 设置参数：Segment Size 填 256、Overlap 填 8；有独立显卡就勾上GPU Conversion。
5. 开跑：点Start Processing，等进度条走完。

结束后输出目录里出现两个文件：歌曲名_(Vocals).wav和歌曲名_(Instrumental).wav，前者是干声，后者就是你要的伴奏。

小提示：不确定参数合不合适，先勾Sample Mode只处理前 30 秒，确认效果满意再跑全长，能省大量等待时间。

模型怎么选：按歌挑模型 + 参数对照表

UVR5 的最终效果一半取决于选哪个模型。每个模型的详细参数都写在 models/MDX_Net_Models/model_data/model_data.json 里，比如primary_stem（主输出轨道）、mdx_dim_f_set（频率维度），可以直接打开看设计取向：

两个最影响结果的参数，出问题时按这个方向调：

小提示：模型首次使用会联网下载。网络不顺畅时，可手动把权重文件放进models/对应目录，程序启动时会直接加载。

GPU 加速与批量处理

设备调度逻辑在 separate.py 顶部：cuda_available = torch.cuda.is_available()，macOS 用户额外检测torch.backends.mps.is_available()，哪个可用优先用哪个。一段 5 分钟的音频，CPU 可能要十几分钟，同配置 GPU 上通常一两分钟。

文件多的时候可以写个小脚本把整个文件夹交给 UVR 排队处理：

import os, subprocess audio_folder = "你的音频目录" for f in os.listdir(audio_folder): if f.endswith((".mp3", ".wav", ".flac")): subprocess.run(["python", "UVR.py", os.path.join(audio_folder, f)])

另外，UVR5 关闭时会把上次的全部设置写回 gui_data/saved_settings/，下次打开参数原样还在，不用每次重填。

常见报错速查表

从一首你熟悉的歌开始

现在挑一首你最熟悉的歌，从Select Input加载它，先勾 Sample Mode 跑 30 秒看看 MDX23C-InstVoc HQ 的效果，满意了再跑全长。

第一次听到"干净得像官方发行版"的伴奏，你就明白这套工具值得装：它免费、开源，三种算法随你切换，几十个预训练模型持续更新——门槛从来没有这么低，剩下的交给你的耳朵挑。

【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