Ultimate Vocal Remover:让音乐新手快速完成人声分离的实战手册
【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)是用深度神经网络做免费人声分离的图形界面工具,能把混音拆成人声、伴奏等独立音轨。你能用它拆出人声轨与伴奏轨,并把参数调到想要的干净度。
适合想从混音里提取人声或做伴奏、会基本命令行的用户;不适合需要批量自动化 API 或多轨精细后期编辑的场景。
UVR 安装依赖:5 分钟跑通第一次人声分离
先确认三条:
- 64 位系统;Linux(Debian / Ubuntu 系)可直接运行,Windows 与 macOS 建议用官方安装包
- 有 Nvidia 显卡可走 GPU 加速(最低 GTX 1060 6GB),没有就纯 CPU 跑
- 处理 MP3 等非 WAV 文件需要 FFmpeg
git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui sudo apt install ffmpeg python3-pip python3-tk pip3 install -r requirements.txt python3 UVR.py执行后你应看到:弹出 "Ultimate Vocal Remover" 窗口,Choose Process Method默认MDX-Net,Segment Size显示 256,GPU Conversion已勾选。依赖清单在 requirements.txt,也可以直接运行 install_packages.sh 逐条装包;主入口是 UVR.py。
窗口从上到下依次是:Select Input选待分离音频,Select Output选结果目录,WAV / FLAC / MP3 单选决定输出格式(无损选 WAV),Select Saved Settings可保存或调用配置预设。
你的目标决定选哪个 Process Method
处理方式决定输出结构,按目标挑:如果你只需要人声和伴奏两条轨 → 选默认的MDX-Net,默认模型MDX23C-InstVoc HQ,速度与质量均衡;如果要拆出鼓、贝斯等完整音轨 → 选Demucs,可输出 2、4、6 轨;对结果不满意想更干净 → 叠加Ensemble Mode,用多个模型互相抵消残留。
| 你的需求 | 推荐选项 | 代价或限制 |
|---|---|---|
| 只要人声 + 伴奏 | MDX-Net | 均衡,但拆不出鼓、贝斯 |
| 拆完整多轨 | Demucs | 模型大,耗时更长 |
| 结果要更干净 | Ensemble Mode | 多模型叠加,速度最慢 |
| 精细提取人声频段 | VR Arch | 需在模型框逐个挑模型 |
模型权重按架构放在 models/ 下的 MDX_Net、VR、Demucs 三个目录,顶部下拉框从这里加载;下拉框里没有目标模型时,先在应用内完成下载再切。Audio Tools只做对齐、变速、变调等后期,依赖 Rubber Band,不参与分离。
人声分离参数怎么调:按症状处理
只给"症状 → 动作 → 效果"的因果链,每条附起步值。
- 出现内存 / 显存分配报错 → 把
Segment Size从起步值 256 调到 128 → 占用下降,流程能继续。 - 处理太慢想提速 → 把
VR Arch的Window Size从起步值 512 调到 1024 → 时间明显缩短,质量略降。 - 接缝处有破音、结果不够干净 → 把
MDX23的Overlap从起步值 8 调大 → 窗口衔接更平滑,代价是更慢。 - 提取偏浅、伴奏里残留人声 → 把
VR Arch的Aggressiveness从起步值 5 调高(范围 -100 到 100)→ 提取更深,过高会损伤原音。 - 拿不准当前配置 → 勾选
Sample Mode (30s)先跑 30 秒 → 方向正确再跑全曲。
没有显卡或不想用显卡时取消GPU Conversion,走纯 CPU,速度会明显变慢;显存吃紧时优先降Segment Size,而不是取消 GPU。
结果验收:4 个可二值核对的验收点
结果写进Select Output指定的目录,输出格式由顶部单选决定,命名规则是"原文件名_(轨名).wav"。核对以下各点,每项都是"有 / 没有"式判断:
- 输出目录里能找到
原文件名_(Vocals).wav与原文件名_(Instrumental).wav两个文件。 - 播放人声轨,听不到明显乐器声。
- 播放伴奏轨,听不到明显人声。
- 选
Demucs时,鼓、贝斯等每条 stem各有对应文件。 - 以下现象属于正常:进度条从约 10% 爬到 95%,控制台逐条打印各 stem 的 Saving 提示;CPU 比 GPU 慢、长曲耗时明显。
只想要单轨时勾选Vocals Only或Instrumental Only,输出减半;配置满意后用Select Saved Settings存成预设,下次一键调用,应用关闭时也会自动记住设置。
⚠️ 卡住了怎么办
- 内存 / 显存分配报错(memory allocation)→ 显存或内存不足 → 把
Segment Size或Window调小,并取消 Shifts 等附加项。 - 转换 MP3 等非 WAV 文件报错→ 缺 FFmpeg → 执行
sudo apt install ffmpeg后重试。 - GPU 不生效或很慢→ 非 Nvidia 显卡或未勾选
GPU Conversion→ 确认勾选且显卡为 Nvidia(MPS 仅 Mac M1 支持),显存不足就降Segment。
【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