UVR5人声提取：10分钟跑通人声伴奏分离-创锋一号

UVR5人声提取：10分钟跑通人声伴奏分离

【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

UVR5人声提取是用免费音频分离工具把人声和伴奏拆成两轨的过程。它内置在 RVC WebUI 里，不需要单独安装。这篇教程带你走完"装好 → 跑通 → 调优"三步，前置条件只有一个：一台能装 Python 3.8 的电脑，以及一段待处理的音频文件。

先判断这工具适不适合你

需不需要它：只有"把人声和伴奏拆开"这一件事。如果你只是降噪或修音高，那是另外两个功能，别用 UVR5 硬套。
设备能不能跑：有独立显卡的电脑跑得更快；没有 GPU 也能用 CPU 跑，只是等待时间更长。
大概花多久：环境装好加上首次下载模型大约需要 10 到 20 分钟；之后每首歌的处理时间是按队列逐首推进的，文件越多越久，可以先拿一两个文件试水。
花不花钱：开源免费，模型也随仓库附带，没有付费环节。

装好：把环境和模型就位

克隆代码（Windows 双击go-web.bat，Linux/macOS 执行run.sh）：

git clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI cd Retrieval-based-Voice-Conversion-WebUI pip install -r requirements.txt python infer-web.py

预期结果：浏览器自动打开 Gradio 界面。Linux/macOS 可以直接用bash run.sh，它会自动建虚拟环境、装依赖，并顺带把 UVR5 模型下载进 assets/uvr5_weights/ 目录；Windows 用户如果界面里模型下拉框是空的，说明模型没下全，参考 docs/cn/faq.md 手动补齐即可。

注意：音频路径里带空格或括号时 ffmpeg 容易读不了文件，路径尽量用纯英文、无空格的目录。

跑通：在界面里完成第一次分离

打开左侧"伴奏人声分离&去混响&去回声"标签页。
在"输入待处理音频文件夹路径"里填存放音频的文件夹（从文件管理器地址栏直接复制即可），也可以改用旁边的批量文件上传框。
模型下拉框里选一个：不带和声的音频选 HP2 或 HP3（对主人声保留更好）；带和声、只想留主唱的选 HP5（会削弱和声）。
输出文件夹留默认（opt）或改成你熟悉的路径，导出格式默认 flac，可选 wav / mp3 / m4a。
点"转换"。

预期结果：输出信息框逐条打印处理进度，处理完每个输入文件会在两个输出目录里各多一个文件。

调优：效果不满意时只动这几个地方

人声里残留伴奏：从 HP2 换 HP3 再跑一遍，HP3 保留主人声更彻底。
音频里有混响、延迟：用 MDX-Net（onnx_dereverb）去混响模型再处理一轮，双通道混响它处理得最好；单声道混响可以试试 DeEcho 系列。
输出格式按用途选：还要继续加工就 wav/flac，只用来分享就 mp3。

自测：确认你没跑错

看文件前缀：输出目录里应该出现vocal_开头的文件（人声轨）和instrument_开头的文件（伴奏轨），文件名中间的数字就是激进程度参数。只出一轨说明你只填了一个输出目录。
听关键段落：放原曲里伴奏最满的副歌段——人声轨里伴奏应明显变弱，伴奏轨里人声应基本消失。完全没变化多半是模型和音频类型没对上（比如和声多的歌用了 HP5）。
对参数：界面里"人声提取激进程度"的滑块当前版本默认不开放，固定为 10，不用找。

进阶提示

有和声的歌想留主唱：HP5 处理完听一下和声残留，残留严重就退回 HP3。
想批量处理整个文件夹：把文件全放进输入目录一次跑完，处理顺序就是目录里的文件顺序，建议先小批量验证效果再上大批量。
想自己控制运行设备（GPU/CPU、显存分配），可以查看 configs/config.py，改完重启 WebUI 生效。

收尾

界面里的说明文字、docs/cn/faq.md 和 docs/小白简易教程.doc 覆盖了绝大多数报错场景，跑不通先去那里搜关键词，比猜快。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析