RVC UVR5 人声分离完整指南：3 个高频卡点 + 全流程，5 分钟拆出人声与伴奏-创锋一号

RVC UVR5 人声分离完整指南：3 个高频卡点 + 全流程，5 分钟拆出人声与伴奏

【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

RVC（Retrieval-based-Voice-Conversion-WebUI）内置了 UVR5 人声分离模块。跟着本文做完，你手里会多出两个文件夹：一条干净人声轨、一条伴奏轨，可直接用于翻唱和 RVC 变声。

最常卡住的 3 个问题 + 一句话答案 💡

你卡在哪	一句话答案
「模型」下拉框是空的	`assets/uvr5_weights/`目录里没有模型文件。放入`.pth`权重并重启界面，HP2、HP5 等选项就会出现
「输出信息」每行都打`失败`，堆栈提到 ffmpeg	系统没装 ffmpeg 或没加入 PATH。装好 ffmpeg，重启界面重跑
分离出来的人声还带和声或混响	模型选错了。和声多换 HP5，混响重跑 DeEcho 系列或`onnx_dereverb_By_FoxJoy`

第 1 步：装好环境并启动界面

先装 Python 3.12（64 位）和 ffmpeg，再获取代码：

git clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI

按显卡选依赖文件安装：

NVIDIA 卡：pip install -r requirments_cu118_py312.txt（RTX 50 系用requirments_cu128_py312.txt）
AMD、Intel 或只有 CPU：pip install -r requirments_cpu_py312.txt

启动：Windows 双击go-webui.bat，Linux/Mac 执行python3 webui.py，浏览器自动打开页面，默认端口7865。

跑一条命令验证 GPU 是否可用：

python -c "import torch; print(torch.cuda.is_available())"

输出True走 GPU；输出False说明全在 CPU 上跑，单首歌耗时会长几倍，建议每次少放几首歌试跑。

第 2 步：把 UVR5 模型权重放进 assets

代码启动时会扫描assets/uvr5_weights/目录，把其中的.pth、.ckpt和含onnx字样的文件全部列进「模型」下拉框，目录结构见 README。权重在项目官方 lj1995/VoiceConversionWebUI 模型仓库的uvr5_weights文件夹里，下载后整个拷进assets/uvr5_weights/。

文件放错目录、或扩展名被改名，下拉框就不会出现对应选项。补完文件后重启界面。

第 3 步：在「伴奏人声分离&去混响&去回声」页填 3 个字段

模型按目标选：

模型选项	选它会发生什么	选错的后果
HP3	主人声保留最完整，适合单人声歌曲	有和声的歌，和声也会被一起保留
HP5	和声归入伴奏，只留主旋律人声	主人声会被削弱一点，这是去掉和声的代价
onnx_dereverb_By_FoxJoy	专攻双通道混响，MDX-Net 结构	想抠人声时它不对路，换 HP3/HP5
DeEcho-Normal / Aggressive / DeReverb	去延迟；DeReverb 额外去混响但耗时约 2 倍	用 HP 系列去混响等于白跑

其余字段：

输入待处理音频文件夹路径：把音频放进一个文件夹，填这个路径，逐首处理。不是 44100Hz 双声道的文件，代码会自动调 ffmpeg 转成 44100Hz 双声道再跑；低码率 MP3 分离上限本身就低，建议用无损文件。
指定输出主人声/非主人声文件夹：默认都在opt下，各生成一个文件夹。输出文件名带vocal_/instrument_前缀和聚合值，如vocal_demo_10.flac。
导出文件格式：默认flac无损，想省空间选mp3。

两条注意：「人声提取激进程度」（0-20，默认 10）当前版本界面未开放调整，以仓库实际版本为准。DeEcho 系列模型下，两个输出文件夹的实际音频内容与文件夹名相反，以听感为准区分人声轨。

点「转换」，右侧「输出信息」逐行打印文件名 → 成功。

第 4 步：4 个验收点

戴耳机听主人声文件夹：副歌段音色连续完整，没有明显变薄、断裂
听非主人声文件夹：副歌段歌词旋律听不出来，只剩器乐编排
「输出信息」每行都是成功，没有红色报错堆栈
两个输出文件夹的文件数与源文件夹一致，无缺失

全部通过，人声轨可以直接喂给 RVC 主界面走变声流程。

UVR5 常见报错：分类对号入座

分类	现象	修法
环境类	报错含`No module named 'torch'`	依赖文件装错：按显卡型号重装，AMD/Intel 一律用 CPU 版
环境类	堆栈提到 ffmpeg/ffprobe	未安装或未入 PATH；Windows 也可把`ffmpeg.exe`、`ffprobe.exe`放到项目根目录
模型类	「模型」下拉框为空	`assets/uvr5_weights/`没放权重，放入后重启界面
效果类	人声发薄、伴奏味重	若界面开放了聚合度则从 10 降到 8 再跑，否则换 HP3 重跑
效果类	单文件跑很久	用前面的 torch 命令确认 GPU 可用，再减少单次文件数

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