UVR5 人声分离完整教程7 步从装好到提取纯净伴奏【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一首 4 分钟的混音歌曲在普通家用电脑上大约 5 分钟你就能看到两样新东西一首只有人声的干声文件和一首去掉人声的纯伴奏。全程由开源工具 Ultimate Vocal RemoverUVR5自动完成从安装到出结果只需要点 7 次鼠标不需要写任何代码。只要你有一台能上网的电脑就能跟完这篇教程。动手前检查30 秒确认你的电脑跑得动 UVR5对照下面 4 项缺哪项补哪项系统Windows 10 及以上、macOS 或 Linux 均可。Windows 上建议把程序装在 C 盘装在副盘容易出现不稳定硬件没有硬性门槛现代 CPU 都能跑。8GB 内存的笔记本把Segment Size调到 128 就能流畅处理带 NVIDIA 显卡的机器推理速度通常能再快 3-10 倍依赖源码方式才需要Python 3.9用仓库自带的requirements.txt一次装齐里面锁死了 torch、librosa、onnxruntime、soundfile、pydub 等关键版本NVIDIA 显卡建议装 CUDA 版 PyTorch。如果不想碰命令行也可以直接用官方 Windows 安装包 / macOS dmgPython、PyTorch、FFmpeg 都已内置磁盘首次运行会自动把分离模型下载到本地models/目录预留 1~2GB 空间即可跑通第一首7 步完成安装并拿到第一个分离结果克隆仓库并安装依赖在终端执行git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui pip install -r requirements.txt启动图形界面python UVR.py选输入点击Select Input选中你要分离的歌曲文件设输出点击Select Output指定保存目录格式先选WAV无损后续可再转 MP3选算法与模型CHOOSE PROCESS METHOD 下拉框选MDX-Net模型栏选MDX23C-InstVoc HQ——这是一个两轨人声模型速度快、通用性强先试跑勾上Sample Mode (30s)只处理歌曲前 30 秒正式开跑试听 30 秒片段满意后取消勾选 Sample Mode点Start Processing处理全长跑完去哪找结果输出目录的文件命名怎么读进度条走到 100% 后输出目录里会多出两个文件歌曲名_(Vocals).wav—— 只含人声的干声做混音、修音、卡拉OK练唱都用它歌曲名_(Instrumental).wav—— 去掉人声的伴奏翻唱伴奏、视频 BGM 直接拿这个如果算法换成 Demucs 并开启四轨模式还会多出Drums鼓、Bass贝斯、Other其余乐器三个文件。一条能省一半等待时间的小习惯永远先跑 30 秒样本。全长要 5 分钟样本只要几十秒参数不满意时改完再跑样本确认确认好了再取消勾选跑全长调试阶段基本不用白等。改 2 个参数把分离质量再拉高一档主界面上对结果影响最大的就是这两个参数默认值已经能出活按下表按需微调参数默认值省内存 / 求快时质量优先时Segment Size每次推理的音频分段长度256128占用减半老机器不卡512分段更长细节更准但内存、显存占用翻倍Overlap相邻分段的拼接重叠量8MDX23/ 0.50MDX-Net4 / 0.25速度快但接缝处易有咔哒声16~24 / 0.75~0.99拼接更自然耗时约增加 30%按你的实际情况选档位不用凭感觉猜短素材3 分钟以内Segment Size 直接给 512内存压力小质量上限更高长歌或现场录音5 分钟以上、编制复杂把 Overlap 加到 16~24重点听段落交界处有没有咔哒声8GB 内存的老笔记本Segment Size 降到 128如果仍报显存不足把GPU Conversion取消勾选改回 CPU成品要发布、要上传平台质量优先档跑完输出格式选 MP3 并把码率设到 320kbps为什么 AI 分离比老式消人声好一个录音转写的类比老式消人声是按频率一刀切把歌声所在的频段整体抹掉结果吉他泛音、键盘和声跟着一起没了伴奏听起来又闷又空。UVR5 用的是训练好的深度神经网络它先听懂整首歌再按哪个麦克风、哪个乐手把声音拆成独立轨道人声和乐器即使挤在同一个频率里也能分开。打个比方老式消音像用一块抹布把整页文件糊掉想删一行整页都看不清了AI 分离则像一位跟了你十年的录音转写员听完一遍就能把每个人的发言按说话人逐条誊到不同页——字还是那些字但各归各位。报错别慌5 个常见症状和对应解法症状原因解决首次启动后界面迟迟不出现终端一直在滚字正在自动下载分离模型别强退等进度走完网络差就手动下载模型放进 models/ 对应目录CUDA out of memory显存被长分段占满Segment Size降到 128或取消GPU Conversion回退 CPU段落交界处有咔哒声、听感分段Overlap 重叠量太小提到 0.75MDX23 整数模式给 16~24再跑一次输出选 MP3 时报 ffmpeg 相关错误系统里没有 FFmpeg安装 FFmpeg可执行文件放到 UVR 程序目录提示No module named tkinter系统缺少图形界面组件Linux 上安装 python3-tk 后重试或直接改用官方安装包每个模型的采样率、频段配置都写在 models/MDX_Net_Models/model_data/model_data.json 里想知道某个模型设计出来是干嘛的直接打开看 mdx_dim_f_set、primary_stem 这几个字段即可。进阶有 NVIDIA 显卡处理时间再砍一半AI 推理是计算密集型任务CPU 跑 5 分钟的流程GPU 往往 1~2 分钟就结束。程序会自动检测 CUDA 与 macOS 的 MPS 后端逻辑在 separate.py检测到你装的是 CUDA 版 PyTorch 就会自动走 GPU。所以进阶动作只有一件把 PyTorch 换成 CUDA 版本保持GPU Conversion勾选4 分钟的歌从约 10 分钟压到 2 分钟以内。现在就跑起来 这周末挑一首你最熟的歌按上面 7 步走一遍第一次分离成功的成就感比你想的来得快。跑完之后可以告诉我你更想解决翻唱缺伴奏还是混音拿不到干声这两种场景下一版的参数我会给你不同的推荐。【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
UVR5 人声分离完整教程7 步从装好到提取纯净伴奏【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一首 4 分钟的混音歌曲在普通家用电脑上大约 5 分钟你就能看到两样新东西一首只有人声的干声文件和一首去掉人声的纯伴奏。全程由开源工具 Ultimate Vocal RemoverUVR5自动完成从安装到出结果只需要点 7 次鼠标不需要写任何代码。只要你有一台能上网的电脑就能跟完这篇教程。动手前检查30 秒确认你的电脑跑得动 UVR5对照下面 4 项缺哪项补哪项系统Windows 10 及以上、macOS 或 Linux 均可。Windows 上建议把程序装在 C 盘装在副盘容易出现不稳定硬件没有硬性门槛现代 CPU 都能跑。8GB 内存的笔记本把Segment Size调到 128 就能流畅处理带 NVIDIA 显卡的机器推理速度通常能再快 3-10 倍依赖源码方式才需要Python 3.9用仓库自带的requirements.txt一次装齐里面锁死了 torch、librosa、onnxruntime、soundfile、pydub 等关键版本NVIDIA 显卡建议装 CUDA 版 PyTorch。如果不想碰命令行也可以直接用官方 Windows 安装包 / macOS dmgPython、PyTorch、FFmpeg 都已内置磁盘首次运行会自动把分离模型下载到本地models/目录预留 1~2GB 空间即可跑通第一首7 步完成安装并拿到第一个分离结果克隆仓库并安装依赖在终端执行git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui pip install -r requirements.txt启动图形界面python UVR.py选输入点击Select Input选中你要分离的歌曲文件设输出点击Select Output指定保存目录格式先选WAV无损后续可再转 MP3选算法与模型CHOOSE PROCESS METHOD 下拉框选MDX-Net模型栏选MDX23C-InstVoc HQ——这是一个两轨人声模型速度快、通用性强先试跑勾上Sample Mode (30s)只处理歌曲前 30 秒正式开跑试听 30 秒片段满意后取消勾选 Sample Mode点Start Processing处理全长跑完去哪找结果输出目录的文件命名怎么读进度条走到 100% 后输出目录里会多出两个文件歌曲名_(Vocals).wav—— 只含人声的干声做混音、修音、卡拉OK练唱都用它歌曲名_(Instrumental).wav—— 去掉人声的伴奏翻唱伴奏、视频 BGM 直接拿这个如果算法换成 Demucs 并开启四轨模式还会多出Drums鼓、Bass贝斯、Other其余乐器三个文件。一条能省一半等待时间的小习惯永远先跑 30 秒样本。全长要 5 分钟样本只要几十秒参数不满意时改完再跑样本确认确认好了再取消勾选跑全长调试阶段基本不用白等。改 2 个参数把分离质量再拉高一档主界面上对结果影响最大的就是这两个参数默认值已经能出活按下表按需微调参数默认值省内存 / 求快时质量优先时Segment Size每次推理的音频分段长度256128占用减半老机器不卡512分段更长细节更准但内存、显存占用翻倍Overlap相邻分段的拼接重叠量8MDX23/ 0.50MDX-Net4 / 0.25速度快但接缝处易有咔哒声16~24 / 0.75~0.99拼接更自然耗时约增加 30%按你的实际情况选档位不用凭感觉猜短素材3 分钟以内Segment Size 直接给 512内存压力小质量上限更高长歌或现场录音5 分钟以上、编制复杂把 Overlap 加到 16~24重点听段落交界处有没有咔哒声8GB 内存的老笔记本Segment Size 降到 128如果仍报显存不足把GPU Conversion取消勾选改回 CPU成品要发布、要上传平台质量优先档跑完输出格式选 MP3 并把码率设到 320kbps为什么 AI 分离比老式消人声好一个录音转写的类比老式消人声是按频率一刀切把歌声所在的频段整体抹掉结果吉他泛音、键盘和声跟着一起没了伴奏听起来又闷又空。UVR5 用的是训练好的深度神经网络它先听懂整首歌再按哪个麦克风、哪个乐手把声音拆成独立轨道人声和乐器即使挤在同一个频率里也能分开。打个比方老式消音像用一块抹布把整页文件糊掉想删一行整页都看不清了AI 分离则像一位跟了你十年的录音转写员听完一遍就能把每个人的发言按说话人逐条誊到不同页——字还是那些字但各归各位。报错别慌5 个常见症状和对应解法症状原因解决首次启动后界面迟迟不出现终端一直在滚字正在自动下载分离模型别强退等进度走完网络差就手动下载模型放进 models/ 对应目录CUDA out of memory显存被长分段占满Segment Size降到 128或取消GPU Conversion回退 CPU段落交界处有咔哒声、听感分段Overlap 重叠量太小提到 0.75MDX23 整数模式给 16~24再跑一次输出选 MP3 时报 ffmpeg 相关错误系统里没有 FFmpeg安装 FFmpeg可执行文件放到 UVR 程序目录提示No module named tkinter系统缺少图形界面组件Linux 上安装 python3-tk 后重试或直接改用官方安装包每个模型的采样率、频段配置都写在 models/MDX_Net_Models/model_data/model_data.json 里想知道某个模型设计出来是干嘛的直接打开看 mdx_dim_f_set、primary_stem 这几个字段即可。进阶有 NVIDIA 显卡处理时间再砍一半AI 推理是计算密集型任务CPU 跑 5 分钟的流程GPU 往往 1~2 分钟就结束。程序会自动检测 CUDA 与 macOS 的 MPS 后端逻辑在 separate.py检测到你装的是 CUDA 版 PyTorch 就会自动走 GPU。所以进阶动作只有一件把 PyTorch 换成 CUDA 版本保持GPU Conversion勾选4 分钟的歌从约 10 分钟压到 2 分钟以内。现在就跑起来 这周末挑一首你最熟的歌按上面 7 步走一遍第一次分离成功的成就感比你想的来得快。跑完之后可以告诉我你更想解决翻唱缺伴奏还是混音拿不到干声这两种场景下一版的参数我会给你不同的推荐。【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
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
