资讯动态

Ultimate Vocal Remover 人声分离完整指南:4 步拿到干声与伴奏

发布时间:2026/10/21 3:16:43 来源:尧图企业网站定制
Ultimate Vocal Remover 人声分离完整指南4 步拿到干声与伴奏【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翻唱缺一版伴奏剪辑需要把干声从 BGM 里抠出来——这两件事都能交给 UVRUltimate Vocal Remover做。它是免费开源的 AI 人声分离工具基于 PyTorch一个图形界面窗口就能把歌曲拆成人声和伴奏两轨适合任何想处理音乐但不想碰代码的普通用户。一次运行得到什么跑完一次完整分离输出目录里会多出这些文件歌曲名_(Vocals).wav人声干声歌曲名_(Instrumental).wav伴奏如果选 Demucs v4则按四轨vocals / drums / bass / other分开输出怎么算跑成了把 Instrumental 和原曲来回对比人声位置干净、乐器没有明显空洞就可以正式跑全长。两种安装方式各走各的方式前置条件适合人群官方一体化安装包Windows 安装程序 / macOS dmg无Python、PyTorch、FFmpeg 全部内置普通用户装完直接点开源码 依赖安装Python 3.9 及以上、pip、git开发者、Linux 用户、想改代码的人git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui pip install -r requirements.txt提示Windows 版必须安装到 C:\ 主盘装到别的盘会不稳定且要求 Windows 10 及以上程序只支持 64 位系统处理非 WAV 文件依赖 FFmpeg安装包已内置源码版需自行放到程序目录。最小闭环4 步拿到第一次结果启动程序源码版在项目目录运行python UVR.py安装包直接双击启动。选择点 Select Input 载入歌曲选好输出目录与导出格式。填入CHOOSE PROCESS METHOD 选 MDX-Net模型下拉框任选一个两轨人声模型。勾选 Sample Mode 试跑设置面板里把试听时长从 5 秒拖到 120 秒。点击 Start Processing进度条走完后到输出目录检查两个文件。参数怎么调听到什么声就改什么症状 / 场景参数推荐范围原因内存或显存不够、转换报错Segment Size默认 256可降到 32–128分段越小单次占用内存越低段落衔接处有咔哒声OverlapMDX-Net 取 0.25–0.99MDX23C 取 2–50默认 8Demucs 取 0.25/0.50/0.75/0.99重叠越高段与段之间被重复处理的部分越多拼接越自然想先听效果再跑全长Sample Mode5–120 秒只处理开头几秒省掉整首的等待处理慢、文件多GPU 开关NVIDIA 建议 GTX 1060 6GB 起步8GB 显存更稳程序自动检测 CUDA 与 Mac M1 的 MPS可用就优先走 GPU判断句照做即可如果成品里听到咔哒声就把 Overlap 从当前值加到 0.5MDX23C 则从 8 加到 16–24重跑。如果程序卡住或报内存分配错误就把 Segment Size 从 256 降到 128 再试。如果干声里残留回声或底噪先用 models/VR_Models/ 里的 UVR-DeNoise-Lite.pth 降噪一遍再分离。选模型不用研究参数表看用途当你要人声 伴奏两轨选 MDX-Net速度与质量均衡实现见 lib_v5/mdxnet.py当你是古典、爵士这类编曲复杂的歌选 Demucs v4四轨拆分更稳代码在 demucs/当你只想去掉某件乐器选 VR Architecture4band_44100 下有 No Piano 这类专项模型代码在 lib_v5/vr_network/每个模型的取向写在 models/MDX_Net_Models/model_data/model_data.json 里primary_stem 说明它主拆哪轨是否 karaoke 模式也有标注。提示转换耗时取决于硬件GPU 与 CPU 差距明显Mac M1 上 Demucs v4 和全部 MDX-Net 模型都能走 MPS 加速。它是怎么做到的一个比喻讲清原理传统消人声像用筛网过滤把歌声所在的频段整段滤掉。但吉他泛音、钢琴和声跟歌声挤在同一频段滤掉的是乐器一起伴奏自然又闷又空。UVR 的模型从大量标注样本里学过人声和乐器在时间、频率上的组合规律按声源切分而不是按频率切分。好比一位老调音师听一段混音直接分出鼓、贝斯和主唱——他靠的是声音的行为特征不是频率刻度。所以你拿到的伴奏是完整的而不是挖空的。跑挂了常见错误与对策症状常见原因对策转换 MP3 / FLAC 时报错缺少 FFmpeg源码版把 FFmpeg 放到程序目录安装包已内置内存分配错误Segment / Window 开太大调小 Segment Size 或 Window 尺寸macOS Sonoma 上左键点不动Tkinter 已知问题更新到 v5.6 最新版该问题已修复模型下载失败或极慢网络原因手动下载模型放入 models/ 对应目录Windows 装完运行不稳定装到了 C:\ 以外的盘重装到 C:\ 主盘报错细节可以在界面里 Start Processing 左侧的 Settings 按钮中点 Error Log 查看提 issue 时一并贴上。挑一首你最熟的歌先用 Sample Mode 试跑 30 秒确认伴奏干净后取消勾选跑全长。干声和伴奏会落在输出目录里翻唱、剪辑、混音随取随用。【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

读完文章,也想定制专属网站?

尧图设计师 24 小时内与您沟通定制方案

免费获取报价 →
↑