企业官网建设流程全解析

UVR 5.6 完整教程：三步搞定人声提取与音频分离

【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

Ultimate Vocal Remover（UVR）5.6 是一款免费开源的音频分离工具，用深度神经网络从一首歌里拆出人声、伴奏、鼓和贝斯。你不用写一行代码，点几个按钮就能拿到干净的人声轨或伴奏轨。无论你是想做清唱、去人声伴奏，还是四轨重混音，这份教程都适合你。

🚀 三步跑起来

第 1 步，把项目拿到本地。

git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui && cd ultimatevocalremovergui

这一步只是下载源码，UVR 是图形界面程序，后面的工作全靠它自带的UVR.py启动。

第 2 步，装好 Python 依赖。

pip3 install -r requirements.txt

requirements.txt 里锁定了 PyTorch、librosa 等全部依赖。注意：Linux 上处理非 WAV 文件还需要 FFmpeg（sudo apt install ffmpeg），Windows/macOS 用户直接装 Release 页的预编译包可跳过这一步。

第 3 步，启动并完成第一次分离。

python3 UVR.py

窗口打开后，点Select Input选你的歌曲，点Select Output定保存位置，输出格式选WAV（保真度最高），然后点Start Processing。首次使用某模型时会自动下载模型文件，耐心等它跑完，到输出目录试听即可。

🎚️ 你的需求对应哪个模型

主界面的CHOOSE PROCESS METHOD下拉框决定用哪一族模型，三种需求对应三个选择：

• 只想要干净的人声或伴奏：选MDX-Net。它针对"人声 vs 伴奏"的二分做了专项优化，默认模型 MDX23C-InstVoc HQ 开箱即用，核心实现在 lib_v5/mdxnet.py。
• 要做四轨拆分（人声 / 鼓 / 贝斯 / 其他）：选Demucs。demucs/ 目录下的模型一次跑出四轨，适合重混音和多轨编曲。
• 想保留原曲质感或只去掉某一件乐器：选VR Architecture。它的模型清单见 models/VR_Models/model_data/，除人声、伴奏外还有 "No Piano" 这类单乐器移除模型，以及自带目录的降噪模型 UVR-DeNoise-Lite.pth。

一句话记法：去人声找 MDX-Net，拆四轨找 Demucs，保真降噪找 VR Architecture。

⚙️ 照着抄的参数组合

不用逐个理解参数，按你的情况直接抄这三组：

• 先试跑再决定：Sample Mode勾选（只跑 30 秒样例），Segment Size256 /Overlap8 保持默认，GPU Conversion打开。代价：先花 30 秒听到局部效果，满意再跑全长。
• 要最干净的人声：Segment Size提到 512、Overlap提到 16。代价：重叠越大段间衔接越平滑，但耗时明显变长。
• 内存吃紧或报错：Segment Size降到 128 甚至 64，或取消GPU Conversion用 CPU 跑；同时勾选Batch Mode，MDX-Net 和 VR 两族都支持，更省内存。

参数拧到头效果仍不满意时，换模型族通常比继续调参数见效更快。

🖥️ 硬件与加速

• NVIDIA 显卡：勾选GPU Conversion启用 CUDA 加速，官方最低要求 RTX 1060 6GB，显存 8GB 以上体验最佳。
• AMD Radeon / Intel Arc：Windows 用户装 OpenCL 版安装包，当前版本对 AMD 的支持仍有限。
• Apple M1 / M2：GPU Conversion对应 MPS 加速，v5.6 已覆盖 Demucs v4 和全部 MDX-Net 模型。
• 纯 CPU：所有模型都能跑，速度取决于核心数，内存建议 8GB 以上，仅支持 64 位系统。

🛠️ 常见问题速查表

📦 进阶技巧

• 保存常用配置：调好参数后通过菜单里的Select Saved Settings存一份，整套设置写入gui_data/saved_settings/，下次一键载入。
• Ensemble 模式：同一轨用多个模型分别分离再混合，配置存在gui_data/saved_ensembles/，适合追求极限分离质量的场景。
• 输出格式：存档和后期用 WAV，FLAC 是无损折中，MP3 只适合分发试听。

现在开始

运行python3 UVR.py，选一首你熟悉的歌，CHOOSE PROCESS METHOD保持默认的MDX-Net，勾上Sample Mode先跑 30 秒。试听效果满意，就取消勾选跑全长；不满意，再换 Demucs 或 VR Architecture 试试。

【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