Ultimate Vocal RemoverUVR5.6 人声分离完整指南从安装到第一次伴奏提取的简单流程【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手里有一首完整录制的歌曲你想把它拆成两半一段干净的人声一段去掉人声的伴奏。这正是 Ultimate Vocal RemoverUVR做的事情——一款基于深度神经网络的 AI 人声分离桌面工具它能把混合音频里的人声、伴奏、低音、鼓点分别提取出来供你伴奏提取、翻唱伴奏制作或素材整理。UVR 5.6 内置 Demucs、MDX-Net、VR Architecture 三套核心分离引擎覆盖从整曲多轨分离到单人声精提的常见需求。 UVR 安装与启动Windows 和 Linux 两条路线Windows装好的安装包或源码构建Windows 上有两种安装方式。最省事的是直接下载官方预编译安装包v5.6 对应 UVR_v5.6.0_setup.exe安装到 C 盘可避免不稳定问题里面已包含 Python、PyTorch 等全部依赖使用 AMD Radeon 或 Intel Arc 显卡的用户可以选用 OpenCL 版本。如果你倾向于自己从源码安装克隆仓库后安装依赖即可git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui pip install -r requirements.txt如果机器上有兼容的 NVIDIA 显卡再补装 CUDA 版本的 PyTorchcu117 索引可以明显加快处理速度。另外记住两点处理 MP3、FLAC 等非 WAV 文件需要系统里装好 FFmpeg使用变速变调Time Stretch / Change Pitch功能则依赖 Rubber Band 库把对应可执行文件放到 UVR 目录即可。Linux用内置脚本一键装依赖Debian/Ubuntu 系系统先用包管理器装好基础组件ffmpeg、python3-pip、python3-tk然后用仓库自带的 install_packages.sh 脚本按 requirements.txt 逐个安装 Python 依赖最后启动主程序 UVR.pysudo apt install ffmpeg python3-pip python3-tk chmod x install_packages.sh ./install_packages.sh python3 UVR.pyArch 系EndeavourOS 等流程相同只是把apt换成pacman安装ffmpeg、python-pip、tk三个包。首次启动会加载模型列表稍等片刻即可进入主界面。硬件方面官方给出的参考线是使用 GPU 加速至少需要 RTX 1060 6GB 级别的显卡8GB 及以上显存的 NVIDIA 显卡体验更从容没有独立显卡时程序会自动退回 CPU 模式能跑通但速度会慢不少。 三类引擎怎么选Demucs、MDX-Net 与 VR ArchitectureUVR 的主界面用选项卡区分引擎选错引擎往往比参数没调好更影响结果。先按你要的产出来定方向Demucs 模型一次拆出四轨整曲Demucs 是 Facebook 开源的多轨音源分离算法UVR 中的 demucs/ 目录即其核心实现模型文件存放于 models/Demucs_Models/含 v3 与 v4 两代。它的特点是把一首歌拆成人声、伴奏、低音、鼓四轨各轨之间边界清楚适合整曲重编、编曲参考、素材库建设这类要全部的场景。如果你不知道选什么从 Demucs 开始通常不会错。MDX-Net人声与伴奏的二选一专家MDX-Net 是 UVR 核心团队重点训练的第二套架构实现代码在 lib_v5/mdxnet.py模型与参数映射记录在 models/MDX_Net_Models/ 的model_data/目录中。它输出人声 伴奏两轨但把训练火力集中在这两轨上对复杂混音多轨叠加的摇滚、电子、现场录音里的人声剥离往往更狠、更干净。该目录下的model_name_mapper.json列出了 UVR-MDX-NET Main、Inst HQ、Karaoke 等几十个具体权重同一引擎下还可以按伴奏优先或人声优先挑选变体。追求单轨极致质量时优先试它。VR Architecture人声精提与特殊去声VR 架构是 UVR 的元老引擎模型放在 models/VR_Models/含降噪模型 UVR-DeNoise-Lite.pth它的model_data.json里能看到不少细分用途的权重纯人声Vocals、卡拉 OK 伴奏、去钢琴No Piano、去混响No Reverb、去回声No Echo等。当你的需求很具体——只要人声把钢琴摘掉去掉房间混响——就翻 VR 这个选项卡。一句话判断标准要四轨选 Demucs要干净的人声/伴奏两轨选 MDX-Net要特殊去声或纯人声精提选 VR。三套引擎可以各跑一遍再挑最好的结果这也是 UVR 用户常用的做法。 完成第一次人声分离从选文件到出成品把引擎选好后实际的操作顺序是这样的先点 Select Input(s) 挑入一首 WAV 或 MP3 文件输入区会显示文件名和时长接着设置输出目录建议单独建一个文件夹放结果输出格式上 WAV 保真度最高MP3 文件体积更小、适合快速试听。然后切到目标引擎选项卡比如 MDX-Net在 Stem 选项里勾选你想保留的轨——只勾 Vocal 和 Instrumental 就只输出这两轨。最后点 Start Processing进度条走完即可在输出目录里听到结果。程序关闭后会自动记住你的设置下次打开不必重调。如果手头有多个文件要同样处理不必一个个点选中文件后走 Add to Queue 把它们排进队列程序会按顺序依次处理适合整张专辑级别的伴奏提取。⚖️ 平衡音质与速度Segment Size、Overlap 与 GPU 加速处理速度主要由三个参数决定理解它们的逻辑比记住具体数值更重要。Segment Size分段大小长音频会被切成若干段逐段计算。分段越小单次占用的内存和显存越少、出结果越快但接缝处更容易出现可闻的拼接痕迹分段越大则越连贯、越吃内存。遇到内存或显存吃紧时第一个该动的就是它。Overlap重叠量相邻分段之间的重叠比例。重叠越大段与段衔接越平滑但重复计算的部分也越多耗时相应增加重叠设得太小则接缝风险上升。默认值对多数场景已经够用追求极致无缝时再往上加。GPU ConversionGPU 加速勾选 Use GPU for Processing 后程序会尝试把计算交给显卡检测不到 GPU 时自动退回 CPU。多显卡机器可以在 GPU Device 里指定用哪一块0、1、2……。CPU 模式可用但明显偏慢长文件建议预留耐心或换机器处理。一个实用的调参顺序先用默认参数跑通一遍若报内存不足降 Segment若嫌速度太慢且显存宽裕开 GPU 并把 Overlap 保持默认若对个别接缝不满意再单独调高 Overlap 重跑。 进阶用法批量队列与 models/ 目录批量处理。Add to Queue 是 UVR 的效率入口把多首歌曲一次加入队列后每完成一首自动开始下一首队列顺序即处理顺序。配合固定好输出目录与格式整批文件的伴奏提取基本可以放着不管。模型目录结构。首次使用某个引擎时程序会自动下载对应权重也可以在设置面板的 Download Center 里手动挑选。下载后的文件都落在 models/ 下按引擎分目录存放models/Demucs_Models/Demucs v3/v4 权重及model_data/里的名称映射models/MDX_Net_Models/MDX-Net 各代权重、mdx_c_configs/下的模型结构 YAML 配置models/VR_Models/VR 架构权重包括人声精提与去噪模型。如果你打算深挖原理频谱变换相关的工具函数在 lib_v5/spec_utils.pyMDX-Net 的网络结构在 lib_v5/nets.py配合model_data/里的 JSON 就能看懂每个模型长什么样。 踩坑速查内存不足与非 WAV 报错怎么办内存分配错误Memory allocation error这是最高频的问题官方给出的解法就是把 Segment或 Window调小同时关掉其他占用内存的大程序显存不足时同理也可以先切回 CPU 模式验证能否跑通。非 WAV 文件处理失败UVR 依赖 FFmpeg 解码 MP3、FLAC 等非 WAV 格式FFmpeg 没装或不在程序目录里时就会报错。确认 FFmpeg 已正确安装并放在 UVR 应用目录仍不行的话先把文件手动转成 WAV 再处理也可以顺带排查文件本身是否损坏。想看具体报错细节点 Start Processing 左侧的 Settings 按钮打开 Error Log 查看完整错误信息排障或向社区提问时附上它最有帮助。CPU 模式异常慢属正常现象程序在 CPU 上没有 GPU 加速可用确认显卡驱动和 CUDA 版 PyTorch 装好后勾选 GPU Conversion 重试。写在最后装好 UVR 5.6、按产出类型选对引擎、记住 Segment 与 Overlap 的取舍逻辑人声分离和伴奏提取就从玄学变成了可重复的日常操作。先拿一首熟悉的歌跑通全流程再逐步调参你会很快找到适合自己硬件与听感偏好的设置组合。【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 Ultimate Vocal Remover（UVR）5.6 人声分离完整指南：从安装到第一次伴奏提取的简单流程
Ultimate Vocal RemoverUVR5.6 人声分离完整指南从安装到第一次伴奏提取的简单流程【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手里有一首完整录制的歌曲你想把它拆成两半一段干净的人声一段去掉人声的伴奏。这正是 Ultimate Vocal RemoverUVR做的事情——一款基于深度神经网络的 AI 人声分离桌面工具它能把混合音频里的人声、伴奏、低音、鼓点分别提取出来供你伴奏提取、翻唱伴奏制作或素材整理。UVR 5.6 内置 Demucs、MDX-Net、VR Architecture 三套核心分离引擎覆盖从整曲多轨分离到单人声精提的常见需求。 UVR 安装与启动Windows 和 Linux 两条路线Windows装好的安装包或源码构建Windows 上有两种安装方式。最省事的是直接下载官方预编译安装包v5.6 对应 UVR_v5.6.0_setup.exe安装到 C 盘可避免不稳定问题里面已包含 Python、PyTorch 等全部依赖使用 AMD Radeon 或 Intel Arc 显卡的用户可以选用 OpenCL 版本。如果你倾向于自己从源码安装克隆仓库后安装依赖即可git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui pip install -r requirements.txt如果机器上有兼容的 NVIDIA 显卡再补装 CUDA 版本的 PyTorchcu117 索引可以明显加快处理速度。另外记住两点处理 MP3、FLAC 等非 WAV 文件需要系统里装好 FFmpeg使用变速变调Time Stretch / Change Pitch功能则依赖 Rubber Band 库把对应可执行文件放到 UVR 目录即可。Linux用内置脚本一键装依赖Debian/Ubuntu 系系统先用包管理器装好基础组件ffmpeg、python3-pip、python3-tk然后用仓库自带的 install_packages.sh 脚本按 requirements.txt 逐个安装 Python 依赖最后启动主程序 UVR.pysudo apt install ffmpeg python3-pip python3-tk chmod x install_packages.sh ./install_packages.sh python3 UVR.pyArch 系EndeavourOS 等流程相同只是把apt换成pacman安装ffmpeg、python-pip、tk三个包。首次启动会加载模型列表稍等片刻即可进入主界面。硬件方面官方给出的参考线是使用 GPU 加速至少需要 RTX 1060 6GB 级别的显卡8GB 及以上显存的 NVIDIA 显卡体验更从容没有独立显卡时程序会自动退回 CPU 模式能跑通但速度会慢不少。 三类引擎怎么选Demucs、MDX-Net 与 VR ArchitectureUVR 的主界面用选项卡区分引擎选错引擎往往比参数没调好更影响结果。先按你要的产出来定方向Demucs 模型一次拆出四轨整曲Demucs 是 Facebook 开源的多轨音源分离算法UVR 中的 demucs/ 目录即其核心实现模型文件存放于 models/Demucs_Models/含 v3 与 v4 两代。它的特点是把一首歌拆成人声、伴奏、低音、鼓四轨各轨之间边界清楚适合整曲重编、编曲参考、素材库建设这类要全部的场景。如果你不知道选什么从 Demucs 开始通常不会错。MDX-Net人声与伴奏的二选一专家MDX-Net 是 UVR 核心团队重点训练的第二套架构实现代码在 lib_v5/mdxnet.py模型与参数映射记录在 models/MDX_Net_Models/ 的model_data/目录中。它输出人声 伴奏两轨但把训练火力集中在这两轨上对复杂混音多轨叠加的摇滚、电子、现场录音里的人声剥离往往更狠、更干净。该目录下的model_name_mapper.json列出了 UVR-MDX-NET Main、Inst HQ、Karaoke 等几十个具体权重同一引擎下还可以按伴奏优先或人声优先挑选变体。追求单轨极致质量时优先试它。VR Architecture人声精提与特殊去声VR 架构是 UVR 的元老引擎模型放在 models/VR_Models/含降噪模型 UVR-DeNoise-Lite.pth它的model_data.json里能看到不少细分用途的权重纯人声Vocals、卡拉 OK 伴奏、去钢琴No Piano、去混响No Reverb、去回声No Echo等。当你的需求很具体——只要人声把钢琴摘掉去掉房间混响——就翻 VR 这个选项卡。一句话判断标准要四轨选 Demucs要干净的人声/伴奏两轨选 MDX-Net要特殊去声或纯人声精提选 VR。三套引擎可以各跑一遍再挑最好的结果这也是 UVR 用户常用的做法。 完成第一次人声分离从选文件到出成品把引擎选好后实际的操作顺序是这样的先点 Select Input(s) 挑入一首 WAV 或 MP3 文件输入区会显示文件名和时长接着设置输出目录建议单独建一个文件夹放结果输出格式上 WAV 保真度最高MP3 文件体积更小、适合快速试听。然后切到目标引擎选项卡比如 MDX-Net在 Stem 选项里勾选你想保留的轨——只勾 Vocal 和 Instrumental 就只输出这两轨。最后点 Start Processing进度条走完即可在输出目录里听到结果。程序关闭后会自动记住你的设置下次打开不必重调。如果手头有多个文件要同样处理不必一个个点选中文件后走 Add to Queue 把它们排进队列程序会按顺序依次处理适合整张专辑级别的伴奏提取。⚖️ 平衡音质与速度Segment Size、Overlap 与 GPU 加速处理速度主要由三个参数决定理解它们的逻辑比记住具体数值更重要。Segment Size分段大小长音频会被切成若干段逐段计算。分段越小单次占用的内存和显存越少、出结果越快但接缝处更容易出现可闻的拼接痕迹分段越大则越连贯、越吃内存。遇到内存或显存吃紧时第一个该动的就是它。Overlap重叠量相邻分段之间的重叠比例。重叠越大段与段衔接越平滑但重复计算的部分也越多耗时相应增加重叠设得太小则接缝风险上升。默认值对多数场景已经够用追求极致无缝时再往上加。GPU ConversionGPU 加速勾选 Use GPU for Processing 后程序会尝试把计算交给显卡检测不到 GPU 时自动退回 CPU。多显卡机器可以在 GPU Device 里指定用哪一块0、1、2……。CPU 模式可用但明显偏慢长文件建议预留耐心或换机器处理。一个实用的调参顺序先用默认参数跑通一遍若报内存不足降 Segment若嫌速度太慢且显存宽裕开 GPU 并把 Overlap 保持默认若对个别接缝不满意再单独调高 Overlap 重跑。 进阶用法批量队列与 models/ 目录批量处理。Add to Queue 是 UVR 的效率入口把多首歌曲一次加入队列后每完成一首自动开始下一首队列顺序即处理顺序。配合固定好输出目录与格式整批文件的伴奏提取基本可以放着不管。模型目录结构。首次使用某个引擎时程序会自动下载对应权重也可以在设置面板的 Download Center 里手动挑选。下载后的文件都落在 models/ 下按引擎分目录存放models/Demucs_Models/Demucs v3/v4 权重及model_data/里的名称映射models/MDX_Net_Models/MDX-Net 各代权重、mdx_c_configs/下的模型结构 YAML 配置models/VR_Models/VR 架构权重包括人声精提与去噪模型。如果你打算深挖原理频谱变换相关的工具函数在 lib_v5/spec_utils.pyMDX-Net 的网络结构在 lib_v5/nets.py配合model_data/里的 JSON 就能看懂每个模型长什么样。 踩坑速查内存不足与非 WAV 报错怎么办内存分配错误Memory allocation error这是最高频的问题官方给出的解法就是把 Segment或 Window调小同时关掉其他占用内存的大程序显存不足时同理也可以先切回 CPU 模式验证能否跑通。非 WAV 文件处理失败UVR 依赖 FFmpeg 解码 MP3、FLAC 等非 WAV 格式FFmpeg 没装或不在程序目录里时就会报错。确认 FFmpeg 已正确安装并放在 UVR 应用目录仍不行的话先把文件手动转成 WAV 再处理也可以顺带排查文件本身是否损坏。想看具体报错细节点 Start Processing 左侧的 Settings 按钮打开 Error Log 查看完整错误信息排障或向社区提问时附上它最有帮助。CPU 模式异常慢属正常现象程序在 CPU 上没有 GPU 加速可用确认显卡驱动和 CUDA 版 PyTorch 装好后勾选 GPU Conversion 重试。写在最后装好 UVR 5.6、按产出类型选对引擎、记住 Segment 与 Overlap 的取舍逻辑人声分离和伴奏提取就从玄学变成了可重复的日常操作。先拿一首熟悉的歌跑通全流程再逐步调参你会很快找到适合自己硬件与听感偏好的设置组合。【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