DBSCAN实现风电-负荷场景削减：原理、代码与参数整定
2026/10/15 5:08:53
UVR5人声提取教程：10分钟拿到干净的人声和伴奏
【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
这篇用 RVC WebUI 的 UVR5 人声提取功能，带你跑通第一次人声伴奏分离，以及结果不对时怎么排查。如果你听过变声玩法、但没做过音频分离，跟着下面的步骤走就行，全程免费开源。
先定目标：你要人声、伴奏还是去混响
要人声，或者要做伴奏：同一次运行会同时产出两份文件，主人声和非主人声各进一个文件夹，选"保留人声"类的模型即可。
只要主唱本人、音频里还有和声伴唱：选 HP5_only_main_vocal，它会压掉和声，代价是主人声可能略有削弱。
要去混响或去延迟（回声）：选 DeEcho 系列。VR-DeEchoAggressive 去得最彻底，VR-DeEchoDeReverb 会额外去混响，但耗时约为前者的两倍。
装好并跑出第一次分离
先拿到代码：
git clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI cd Retrieval-based-Voice-Conversion-WebUI再装依赖。NVIDIA 显卡执行pip install -r requirements.txt，AMD 和 Intel 核显用户分别换用 requirements-amd.txt、requirements-ipex.txt。
启动：Windows 双击go-web.bat，macOS 执行bash run.sh。脚本会自动把 UVR5 的模型文件下载到 assets/uvr5_weights/。检查点：浏览器自动打开、左侧出现功能菜单，说明启动成功；模型下拉框里能列出 HP2_all_vocals 等选项，说明模型下载完成。
进入"伴奏人声分离&去混响&去回声"选项卡。在"输入待处理音频文件夹路径"填入你的音频文件夹，模型下拉框默认 HP2_all_vocals（保留人声，适合无和声的独唱音频），两个输出文件夹默认都是 opt，导出格式选 flac 或 wav。
点"转换"。完成后打开 opt 目录，"主人声"和"非主人声"两个子文件夹就是结果。主声文件里歌声清晰、非主声文件里只剩纯伴奏，这次就算跑通了。
结果不对味，按这个顺序排查
现象：人声里还残留和声。原因：选了 HP2/HP3，但音频本身带和声。处理：换 HP5_only_main_vocal 重跑。
现象：伴奏里人声残留明显。原因：原曲人声太强，或输入文件被过度压缩。处理：先确认源文件是无损音质，再在 HP2 和 HP3 之间换着试，HP3 对主人声的保留略干净。
现象：混响没去干净。原因：模型选错。处理：双通道混响用 onnx_dereverb（MDX-Net），单声道混响用 VR-DeEchoDeReverb；官方推荐最干净的组合是先跑 MDX-Net 再跑 VR-DeEchoAggressive。
现象：想要更激进的分离。处理：界面上有"人声提取激进程度"参数，范围 0 到 20、默认 10，数值越高提得越干净，但可能损伤音质，每次调 2 个档位试。
现象：找不到输出文件。原因：找错目录。处理：输出在你指定的文件夹下，默认是项目目录的 opt，进去看"主人声"和"非主人声"两个子文件夹。
一次跑一批
输入框支持两种喂法：填一个文件夹路径，里面所有音频依次处理；或直接拖多个文件进去，两者都有时优先读文件夹。一整个系列节目或一张专辑，把文件放进同一个文件夹即可。
加速上注意两点：确认装的是 GPU 版 PyTorch，日志里若显示 CPU 说明依赖没装对；去混响模型本身慢，大文件多的话拆成几批跑，别同时开多个分离任务。
卡住时看这里
模型下拉框是空的？模型没下全。检查 assets/uvr5_weights/ 目录，或重新运行启动脚本让它自动补下。
点转换没反应？先看"输出信息"框里的报错，最常见的是输入路径没填对，直接从文件管理器地址栏整段复制路径。
人声里有底噪？改用 wav 格式导出，避免二次压缩，再换一个模型对比一次。
处理慢得反常？DeEcho-DeReverb 耗时是其他 DeEcho 模型的两倍左右，MDX-Net 也偏慢，这属于模型特性，不是机器的问题。
还不行再翻 常见问题，里面按类别整理了报错和处理方法。
分离完之后，同一界面切到"转换"标签页就能接着做变声；项目里还有实时变声入口go-realtime-gui.bat，以及可直接调用的 API，需要嵌入自己的程序时看 使用文档。
下一步：拿一段 30 秒左右的短音频丢进输入文件夹跑一遍，分别听主人声和非主人声的输出，你马上就有感觉了——模型和参数各调一次，对比三次结果，比看十篇教程都快。
【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