UVR 人声提取：三步跑出干净的干声人声

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。UVRUltimate 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。快速跑通克隆仓库git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui装系统依赖Debian/Ubuntusudo apt install python3-tk ffmpeg装 Python 依赖pip install -r requirements.txt嫌慢就一键bash install_packages.sh跑起来python UVR.pyWindows 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。选择决策你的情况选它为什么普通流行歌提人声MDX23C-InstVoc HQ人声分离最稳做K歌伴奏Karaoke 模型去人声更彻底要拆四条音轨Demucs v4一次出四轨现场录音、混响重VR 架构更适应现场素材8GB 内存、显存小Segment Size 256占内存少跑得动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 NVIDIAAMD 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.pySeperateMDX、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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考