UVR5 人声伴奏分离完整指南低配置电脑 5 分钟跑通 AI 人声分离【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI录翻唱时伴奏压得人声发闷、做播客又被窗外车流声毁掉整条音轨——想让 AI 人声分离救场又怕电脑配置普通跑不动开源项目Retrieval-based-Voice-Conversion-WebUI内置的 UVR5 分离工具能在普通甚至低配置电脑上把人声、伴奏、噪声拆得干净利落。下文给你一条从装环境到调参、批量、排错的完整路径全程以你的电脑为准。5 分钟跑起来克隆、装依赖、启动先让项目在你机器上能跑通再谈效果。最短可运行路径如下# 克隆项目仓库 git clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI cd Retrieval-based-Voice-Conversion-WebUI按显卡装依赖三选一对应文件都在仓库根目录# NVIDIA 显卡装标准依赖 pip install -r requirements.txt # AMD 显卡装 AMD 专用依赖 pip install -r requirements-amd.txt # 无独显 / Intel 集显可用 IPEX 依赖纯 CPU 也能跑 pip install -r requirements-ipex.txt启动 WebUI浏览器打开控制台提示的地址即可# Windows双击或直接执行 go-web.bat # Linuxrun.sh 需要 Python 3.8会自动建 .venv bash run.sh⚠️ 内存小于 8GB 的机器启动时先关掉浏览器多余标签页和其他大内存程序首次进入「人声伴奏分离」页面会触发 UVR5 模型自动下载落到assets/uvr5_weights/耐心等它下完再开始。一次分离的完整工作流从选文件到看结果不用死记菜单把一次分离当成五个连贯动作照着走一遍就成肌肉记忆进界面左侧导航找到「人声伴奏分离」这是 UVR5 的主操作台。备文件把音频MP3/WAV/FLAC放进同一个文件夹单文件别超过 10 分钟。选模型下拉框里挑一个下一节教你按需求选首次使用会自动下载对应.pth。设输出指定人声与伴奏的保存目录输出格式默认 WAV可改 MP3/FLAC。点开始提交后在输出目录里逐个试听不满意就换模型或调参再来。 处理特别长的音频时先切成几段分开跑、再合并比硬跑一整条更稳也更容易定位哪一步出了问题。模型怎么选——按需求挑同一个 UVR5换个模型就是不同活儿。下面三类最常见先对号入座你要做的事推荐模型典型场景一句话说明提取人声UVR-MDX-NET-Voc_FT翻唱干声、语音数据集保留人声最干净漏伴奏少伴奏分离UVR-MDX-NET-Inst_FTKaraoke 伴奏、编曲参考去掉人声、留伴奏适合做跟唱底环境降噪UVR-DeNoise播客去底噪、远场录音针对噪声优化不追求极致分离 拿不准就先用人声提取模型跑一遍听效果——它容错最高多数把人声抠出来的需求它都能兜底再按结果决定是否换伴奏或降噪模型。参数调优——把效果榨干只动两个旋钮就能拉开差距聚合度agg和输出格式/质量。聚合度agg≈ 分离的彻底度。数值越高人声和伴奏切得越干净代价是耗时更长、吃得越狠低配机器尤其明显。它不是越大越好而是一个效果 vs 速度/资源的滑动条。三档参考值按你机器对号低配8GB 内存 / 集显或无显存agg取 5–8批量一次只喂 1–2 个文件。中配16GB 内存 / 入门独显agg取 10–12批量 3–5 个文件。高配32GB 内存 / 中高端独显agg取 15–20批量 5–10 个文件。输出格式/质量要存档、要后期就用 WAV无损但大只试听、上传分享用 MP3/FLAC按需挑采样率。⚠️ 别为了省空间用低比特率 MP3 去存母带压缩噪声一旦进去就回不来了。真实场景怎么用播客降噪选UVR-DeNoise先把底噪压下去再进剪辑软件agg12–15 足够输出 MP3 128kbps 就够传。Karaoke 伴奏选UVR-MDX-NET-Inst_FTagg拉到 15–20 把人声残留抠干净留一条干净底给歌手跟唱。语音数据集清洗选UVR-MDX-NET-Voc_FT保持默认参数批量出一批干净干声直接喂给训练管线。批量处理文件多时不必一个个点。WebUI 的「人声伴奏分离」标签本身支持整目录批量走代码则直接调infer/modules/uvr5/modules.py里的uvr()# 一行调用模型名、输入目录、人声输出、伴奏输出、聚合度、输出格式 from infer.modules.uvr5.modules import uvr uvr(UVR-MDX-NET-Voc_FT, input, output/vocals, [], output/insts, 10, wav)踩坑与自救现象可能原因对策卡死 / 内存不足文件过大、批量塞太多关其他程序单文件 ≤10 分钟分段跑GPU 显存爆OOM显存小、agg过高调低agg换 CPU 模式减少批量格式不支持 / 解析报错特殊封装或采样率异常先用 ffmpeg 统一转成 WAV 再喂模型加载失败模型没下全 / 文件损坏删掉重下确认落在assets/uvr5_weights/ 低配机器优先走 CPU 模式 默认agg比硬开高聚合度却中途 OOM 靠谱得多显存告急时把批量降到 1 个文件是立竿见影的自救手段。写在最后到这里从环境到调参、批量到排错AI 人声分离的整条链路你已经能独立跑通普通电脑也能拿到专业级的分离效果。下一步实时分离与多语言模型正陆续进入这项技术的可能性边界值得多留意。遇到具体问题建议先看 docs 下的多语言 FAQ 与训练/分离提示文档或在社区提问——带上你的显卡、内存和报错截图能更快定位。【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
UVR5 人声伴奏分离完整指南低配置电脑 5 分钟跑通 AI 人声分离【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI录翻唱时伴奏压得人声发闷、做播客又被窗外车流声毁掉整条音轨——想让 AI 人声分离救场又怕电脑配置普通跑不动开源项目Retrieval-based-Voice-Conversion-WebUI内置的 UVR5 分离工具能在普通甚至低配置电脑上把人声、伴奏、噪声拆得干净利落。下文给你一条从装环境到调参、批量、排错的完整路径全程以你的电脑为准。5 分钟跑起来克隆、装依赖、启动先让项目在你机器上能跑通再谈效果。最短可运行路径如下# 克隆项目仓库 git clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI cd Retrieval-based-Voice-Conversion-WebUI按显卡装依赖三选一对应文件都在仓库根目录# NVIDIA 显卡装标准依赖 pip install -r requirements.txt # AMD 显卡装 AMD 专用依赖 pip install -r requirements-amd.txt # 无独显 / Intel 集显可用 IPEX 依赖纯 CPU 也能跑 pip install -r requirements-ipex.txt启动 WebUI浏览器打开控制台提示的地址即可# Windows双击或直接执行 go-web.bat # Linuxrun.sh 需要 Python 3.8会自动建 .venv bash run.sh⚠️ 内存小于 8GB 的机器启动时先关掉浏览器多余标签页和其他大内存程序首次进入「人声伴奏分离」页面会触发 UVR5 模型自动下载落到assets/uvr5_weights/耐心等它下完再开始。一次分离的完整工作流从选文件到看结果不用死记菜单把一次分离当成五个连贯动作照着走一遍就成肌肉记忆进界面左侧导航找到「人声伴奏分离」这是 UVR5 的主操作台。备文件把音频MP3/WAV/FLAC放进同一个文件夹单文件别超过 10 分钟。选模型下拉框里挑一个下一节教你按需求选首次使用会自动下载对应.pth。设输出指定人声与伴奏的保存目录输出格式默认 WAV可改 MP3/FLAC。点开始提交后在输出目录里逐个试听不满意就换模型或调参再来。 处理特别长的音频时先切成几段分开跑、再合并比硬跑一整条更稳也更容易定位哪一步出了问题。模型怎么选——按需求挑同一个 UVR5换个模型就是不同活儿。下面三类最常见先对号入座你要做的事推荐模型典型场景一句话说明提取人声UVR-MDX-NET-Voc_FT翻唱干声、语音数据集保留人声最干净漏伴奏少伴奏分离UVR-MDX-NET-Inst_FTKaraoke 伴奏、编曲参考去掉人声、留伴奏适合做跟唱底环境降噪UVR-DeNoise播客去底噪、远场录音针对噪声优化不追求极致分离 拿不准就先用人声提取模型跑一遍听效果——它容错最高多数把人声抠出来的需求它都能兜底再按结果决定是否换伴奏或降噪模型。参数调优——把效果榨干只动两个旋钮就能拉开差距聚合度agg和输出格式/质量。聚合度agg≈ 分离的彻底度。数值越高人声和伴奏切得越干净代价是耗时更长、吃得越狠低配机器尤其明显。它不是越大越好而是一个效果 vs 速度/资源的滑动条。三档参考值按你机器对号低配8GB 内存 / 集显或无显存agg取 5–8批量一次只喂 1–2 个文件。中配16GB 内存 / 入门独显agg取 10–12批量 3–5 个文件。高配32GB 内存 / 中高端独显agg取 15–20批量 5–10 个文件。输出格式/质量要存档、要后期就用 WAV无损但大只试听、上传分享用 MP3/FLAC按需挑采样率。⚠️ 别为了省空间用低比特率 MP3 去存母带压缩噪声一旦进去就回不来了。真实场景怎么用播客降噪选UVR-DeNoise先把底噪压下去再进剪辑软件agg12–15 足够输出 MP3 128kbps 就够传。Karaoke 伴奏选UVR-MDX-NET-Inst_FTagg拉到 15–20 把人声残留抠干净留一条干净底给歌手跟唱。语音数据集清洗选UVR-MDX-NET-Voc_FT保持默认参数批量出一批干净干声直接喂给训练管线。批量处理文件多时不必一个个点。WebUI 的「人声伴奏分离」标签本身支持整目录批量走代码则直接调infer/modules/uvr5/modules.py里的uvr()# 一行调用模型名、输入目录、人声输出、伴奏输出、聚合度、输出格式 from infer.modules.uvr5.modules import uvr uvr(UVR-MDX-NET-Voc_FT, input, output/vocals, [], output/insts, 10, wav)踩坑与自救现象可能原因对策卡死 / 内存不足文件过大、批量塞太多关其他程序单文件 ≤10 分钟分段跑GPU 显存爆OOM显存小、agg过高调低agg换 CPU 模式减少批量格式不支持 / 解析报错特殊封装或采样率异常先用 ffmpeg 统一转成 WAV 再喂模型加载失败模型没下全 / 文件损坏删掉重下确认落在assets/uvr5_weights/ 低配机器优先走 CPU 模式 默认agg比硬开高聚合度却中途 OOM 靠谱得多显存告急时把批量降到 1 个文件是立竿见影的自救手段。写在最后到这里从环境到调参、批量到排错AI 人声分离的整条链路你已经能独立跑通普通电脑也能拿到专业级的分离效果。下一步实时分离与多语言模型正陆续进入这项技术的可能性边界值得多留意。遇到具体问题建议先看 docs 下的多语言 FAQ 与训练/分离提示文档或在社区提问——带上你的显卡、内存和报错截图能更快定位。【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI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)
