UVR AI 音频分离完全指南3 步提取纯净人声与伴奏【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想做一首歌的卡拉OK伴奏却只会等现成的消音版本想从老歌里抠出人声做 Remix又嫌在线工具有损音质还有隐私风险Ultimate Vocal Remover简称 UVR是一款免费开源的 AI 音频分离工具它用深度神经网络在你本机上一键把人声和乐器拆开。这份指南带你从零走到第一次成功分离。UVR v5.6 主界面选定输入输出、模型和参数后点 Start Processing 即可开始分离AI 音频分离能帮你做什么三个真实场景从老歌里抠出人声做 Remix。你手头有一段采样想用的 vocal原曲里鼓和贝斯混得太满。UVR 的 MDX-Net 或 Demucs 模型能把 vocals 单独提出来给你一条干净的声轨拿去重新编曲、加自己的伴奏都行。把现场录音变成干净的卡拉OK伴奏。手机录的演唱会片段人声永远压过乐器。选 Instrumental Only跑一遍分离得到的伴奏轨虽然带现场氛围但人声基本被拿掉了练歌、翻唱都能直接用。清理播客和录音里的杂音。除了人声/伴奏这对主菜UVR 还能单独提取 drums、bass 等分轨配合降噪模型做二次清理把低质量录音里残留的噪声和串音压下去。5 分钟上手三条命令让 UVR 跑起来先说系统要求一行带过Python 3.9Windows 10 / macOS Big Sur / Linux 均可内存建议 8GB 以上磁盘留 2GB 空间NVIDIA 显卡可选用于加速。推荐方式是从仓库克隆后跑安装脚本git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui进入目录并执行一键安装脚本会按 requirements.txt 逐个装好依赖cd ultimatevocalremovergui ./install_packages.sh然后启动主界面python UVR.py如果你习惯手动装依赖按 README.md 的说明执行pip install -r requirements.txt即可效果相同。UVR AI 音频分离功能拆解模型选择、参数与输出输入输出管理拖拽即可批量处理。这一模块负责文件从哪来、结果到哪去。操作很简单Select Input 选音频支持多个文件批量处理也可以直接从文件管理器拖进窗口Select Output 指定保存目录。效果预期输出的分离结果会按输入文件名自动命名整批处理不用来回切换路径。模型选择三种架构各有所长。UVR 内置三类分离模型文件都在 models/ 目录里。操作时先选 Process MethodMDX-Net / Demucs / VR Architecture再在对应下拉框选具体模型。效果预期MDX23C-InstVoc HQ 是默认推荐人声/乐器分离又快又干净Demucs v4 支持 4 分轨适合想把 drums、bass、vocals、other 全拆开的场合VR Architecture 偏传统适合特定音色。算法实现集中在 lib_v5/ 目录想深入原理可以从这里看起。输出选项格式与 GPU 开关。输出格式三选一WAV 无损文件大、FLAC 无损体积小、MP3 有损最轻按用途挑。两个复选框最关键Vocals Only 只留人声Instrumental Only 只留伴奏GPU Conversion 打开后有 NVIDIA 显卡的机器处理速度会明显提升。还有一个 Sample Mode (30s)只处理 30 秒样片适合先试跑验证设置。进阶工具变速、变调与集成学习。UVR 在分离之外还带 Time Stretch / Change Pitch基于 Rubber Band 库以及 Ensemble 集成模式用多个模型分别处理再取平均。效果预期Ensemble 会牺牲速度换取更少的残留和更稳的细节适合对音质要求高的成品轨。参数调优先给默认值再按音乐类型微调第一次用不用纠结直接上默认值MDX-Net MDX23C-InstVoc HQSegment Size 256Overlap 8GPU Conversion 打开。这套组合对大多数流行音乐就是均衡解。跑顺之后再按素材类型微调。Segment Size 管的是速度、显存占用和质量的三角平衡官方说明里写得很直白小的省资源大的可能效果更好见 gui_data/constants.py 中的参数提示。一张速查表够用音频类型Segment SizeOverlap推荐模型流行 / 日常音乐2568MDX23C-InstVoc HQ古典 / 长篇幅51212Demucs v4电子 / 快节奏1284MDX-Net 变体现场录音38410VR Architecture 或 Ensemble一个实用习惯正式跑之前先开 Sample Mode 试 30 秒听感满意再处理整曲省得白等十几分钟。高频踩坑与解法Q处理 MP3、FLAC 时直接报错UVR 对非 WAV 文件依赖 FFmpeg 解码。装上本系统的 FFmpegLinux 用户sudo apt install ffmpeg即可错误就会消失。Q处理到一半内存或显存爆了这是最常见的一类问题。把 Segment Size 往小了调256 → 128UVR 的官方故障说明里也建议优先降低 Segment 或 Window 大小。显存方面官方给出的门槛是 GTX 1060 6GB8GB 以上体验更稳。Q分离效果不理想人声里还有乐器味先换模型对比MDX-Net 和 Demucs 的口味不同再试调 Overlap对成品要求高就开 Ensemble用多个模型的结果互相修正。Q处理速度太慢正常吗没有 GPU 时纯 CPU 跑 Demucs 这类大模型本来就慢。确认 GPU Conversion 已勾选并检查装的是不是带 CUDA 的 PyTorch 版本跑长曲前先做 30 秒试片确认设置无误再全量处理。Q界面打不开或启动报错多半是缺 GUI 依赖tkinter 一类。按 requirements.txt 完整重装一遍依赖再参考 README.md 中 Troubleshooting 一节排查。结语动手试一下UVR 把专业级的 AI 音频分离做成了选文件、点按钮的事免费、开源、跑在本机。现在就克隆仓库拖入你的第一首歌听听那条伴奏有多干净。【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