企业官网建设流程全解析

Ultimate Vocal Remover 人声分离指南：免费提取伴奏与干声

【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

Ultimate Vocal Remover（UVR5）是一款免费开源的 AI 人声分离图形工具，把 MDX-Net、Demucs、VR 三个算法家族放进同一个界面。一首带人声的完整混音丢进去，人声轨和伴奏轨就能被单独拆出来。

你正在录翻唱，手边却只有带人声的原曲？这种情况下伴奏需要自己抠出来，UVR5 干的就是这个活。

人声伴奏分离的原理：不按频率切，按声源分

很多播放器自带的"消人声"，是把人声占用的频段整段切掉，出来的伴奏发闷，像整首歌被抽走了亮度。原因不复杂：人声和吉他、钢琴的泛音在频谱上挤在一起，固定滤波器只能一刀切。

AI 分离不按频率切，而是"按发声者分家"。模型先学会每种乐器的时频特征，听到一段声音就把它归给对应的声源——像老录音师从调音台上逐个抽走每个乐器的通道条，分开听。

UVR5 怎么装：两条起步路径

一条路是官方一体化安装包，Python、PyTorch、FFmpeg 全部内置，解压就能启动。

另一条是源码运行：克隆仓库后照依赖清单一次装好，requirements.txt 里锁定了 torch、librosa、onnxruntime 等版本。

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

NVIDIA 显卡用户可以把 PyTorch 单独装成 CUDA 版本，处理速度通常有明显提升：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

提示：安装报权限错误时，加 --user 参数或换虚拟环境都行。

最短路径跑通一次人声提取

启动后先把三件事放到位。先用 Select Input 挑目标音频，再用 Select Output 指定保存目录，WAV、FLAC、MP3 都能选。接着在 CHOOSE PROCESS METHOD 里选 MDX-Net，模型挑 MDX23C-InstVoc HQ 这类人声/伴奏两轨模型，新手默认它不出错。最后按下 Start Processing，等它跑完即可。

跑完会在输出目录看到歌名后带 (Vocals) 与 (Instrumental) 的两个新文件，前者是人声轨，后者是伴奏。模型在首次运行时自动下载，网络不畅的话，也可以把模型文件手动放进 models/ 对应子目录省时间。

提示：调参阶段勾上 Sample Mode (30s)，程序只跑前 30 秒，听感确认后取消勾选再跑全长，能省掉大量等待。

三个算法家族怎么选

选哪个主要看素材，每个家族有独立的模型目录：

1. MDX-Net：跑得快，两轨结果稳，是常规流行、摇滚的首选，模型在 models/MDX_Net_Models/，每个模型都配一份 yaml 配置。
2. Demucs v3/v4：能把一首歌拆成人声、鼓、贝斯、其他乐器四个轨道，编曲复杂的作品适合它，模型目录 models/Demucs_Models/。
3. VR Architecture：模型变体多，便于精细调校，还有针对特定乐器的专项去除模型（比如标注 No Piano 的版本）；素材底噪大时，建议先过一遍自带 UVR-DeNoise-Lite.pth 降噪模型再做正式分离。

效果不满意怎么排查

人声残留怎么办

伴奏里还听得见人声，多半是模型和这首歌型不搭：先换 Demucs v4 家族试试，再换家族内部的另一个模型对比。

分离结果在段落衔接处有咔哒声，先怀疑 Overlap 偏小，把它加到 16–24 通常能解决；反过来，老设备跑不动时，把 Segment Size 降到 128 可以减轻显存压力。

GPU 没生效先查这里

设备调度逻辑在 separate.py，启动时会自动检查当前机器有没有可用的 CUDA 或 MPS 加速，有就优先走显卡。如果速度没变快，先确认 torch 装的是 CUDA 版本，再检查界面上的 GPU Conversion 复选框是否真的勾上了。

文件很多时，直接把它整个文件夹交给软件批量处理就行，不用一首一首来。

人声分离的门槛从来没有这么低——挑一首你最熟的歌，先勾 Sample Mode 看 30 秒的效果，听着干净，现在就把全长跑起来。

【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