企业官网建设流程全解析

UVR 人声提取：三步跑出干净的干声人声

【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

做卡拉OK伴奏的时候，最烦的就是伴奏里总残留的人声，怎么剪都剪不干净。UVR（Ultimate Vocal Remover）是一款基于深度神经网络的图形化音频分离工具，用内置的预训练模型把一条混音拆成人声与伴奏，最多可拆四条音轨。读完本文，你能从装环境到出文件，完整跑通第一次人声提取。

快速跑通

1. 克隆仓库：git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui
2. 装系统依赖（Debian/Ubuntu）：sudo apt install python3-tk ffmpeg
3. 装 Python 依赖：pip install -r requirements.txt，嫌慢就一键bash install_packages.sh
4. 跑起来：python UVR.py
5. Windows 用户可跳过以上全部，直接装官方 v5.6.0 安装包（须装在 C 盘），AMD / Intel 显卡选 OpenCL 版本

主界面出来，流程就是「选文件 → 选算法 → 点开始」。Select Input填歌曲，Select Output指定结果目录，右侧单选钮控制导出格式，首次建议选WAV，保真度最高，不走有损压缩。

核心操作

想提人声时

适用判定：需要一条干净干声，拿去重录、加和声。保持CHOOSE PROCESS METHOD为默认的MDX-Net，模型下拉选MDX23C-InstVoc HQ，先勾上Sample Mode (30s)跑 30 秒试听。听感没问题再取消勾选，有独显就勾上GPU Conversion，点Start Processing。你会看到：底部进度条开始走动，输出目录里出现带Vocals和Instrumental后缀的两个文件，人声那条就是你的干声。

只想留伴奏时

适用判定：做K歌伴奏，人声必须彻底消失。勾上Instrumental Only，结果就只剩伴奏文件。去人声不够狠的话，把模型换成 MDX-Net 列表里的Karaoke取向模型。你会看到：伴奏里人声位置基本被乐器补齐，不再有明显的人声残影。

素材复杂要拆多轨时

适用判定：编曲密，或你想单独拎出某件乐器。CHOOSE PROCESS METHOD切到Demucs，模型选 v4 四音轨版本。你会看到：一次分出Vocals、Drums、Bass、Other四条文件，哪条想单独讲解或重混，拎出来就行。

现场录音、混响重时

适用判定：素材来自现场，混响和串音明显。处理方式切到VR架构，它对这类素材比 MDX-Net 更适应。Segment Size（分段大小，越大越吃显存和内存）复杂素材用 256 或 512，简单歌曲拉到 1024 换速度；Overlap（重叠度）默认 8，基本不用动，调高只增加耗时。

选择决策

踩坑急救包

• 如果你遇到 OOM / 内存报错→ 把Segment Size从 1024 降到 512 或 256，顺手关掉不用的后台程序，再点一次开始。
• 如果你遇到 MP3、FLAC 读不进来→ 多半是系统没装 FFmpeg，装完重启程序就好。
• 如果你遇到 AMD / Intel 卡开不了 GPU→ CUDA 版只认 NVIDIA，AMD 和 Intel 要用 OpenCL 版安装包。
• 如果你遇到首次运行特别慢→ 第一次要加载和缓存模型，等几分钟看底部控制台输出，进度条完全不动再查报错。

下一步

• 核心分离流程在 separate.py，SeperateMDX、SeperateVR、SeperateDemucs 四套管线都在里面
• 想换自己的模型权重，放进 models/ 目录，各子目录带对应的参数配置
• 想抠网络结构，看 demucs/ 下的模型实现和 lib_v5/ 里的 VR 网络定义

打开 UVR，拿一首你熟悉的歌，先用 Sample Mode 跑 30 秒听听效果。

【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