UVR 人声提取入门第一次导出干净干声从选模型到调参数【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做混音时想从成品歌里抠出一条干净的人声干声或者给 KTV 备一份伴奏——这两个活儿都是人声提取也就是把混在一起的声轨拆成独立文件。UVRUltimate Vocal Remover是目前开源圈里最成熟的图形化音频分离工具内置 MDX-Net、VR、Demucs v3/v4 三套分离算法不用写代码点界面就能把歌拆成人声和伴奏。三种装法Windows 点安装Linux 两条命令Windows下载 v5.6.0 一体化安装包它自带 Python 和 PyTorch不用配环境。官方明确要求装到 C 盘装到别的盘会不稳定用 AMD 或 Intel 独显的话下载 OpenCL 版本NVIDIA 卡才用标准 CUDA 版。macOS提供 arm64 / x86_64 两个 dmgM1 芯片勾 GPU 加速走 MPSv5.6.0 还修复了 Sonoma 上点不动鼠标的问题。Linux / 想自己控制环境pip install -r requirements.txt python UVR.py系统层面再补两个依赖图形界面要装python3-tkMP3、FLAC 等格式的转码依赖 FFmpeg。项目里的 install_packages.sh 可以一键装齐 requirements.txt 的依赖。第一次人声提取选文件、选模型、点开始点左上角Select Input选音频文件Select Output指定结果目录右侧单选框决定导出格式——WAV 无损体积大MP3 体积小第一次用建议选 WAV留足后期余量。中间CHOOSE PROCESS METHOD选算法第一次用选MDX-Net最稳它默认带的MDX23C-InstVoc HQ就是人声提取的主力模型有独显就勾上GPU Conversion速度能翻几倍。点底部Start Processing进度条和右侧控制台实时反馈跑完在输出目录里找带 Vocals / Instrumental 后缀的文件。旁边三个勾选框按需勾Vocals Only 只要人声、Instrumental Only 只要伴奏、Sample Mode (30s) 只处理前 30 秒。换任何模型前先拿 30 秒试听比跑完全曲再返工省事得多。模型按场景选参数跟着机器走你的场景这样选流行歌提人声MDX-Net MDX23C-InstVoc HQ默认组合做 K 歌伴奏MDX-Net 的 Karaoke 模型去人声更彻底编曲复杂、想拆更多音轨Demucs v4一次分出 Vocals / Drums / Bass / Other 四条现场录音、混响重VR 架构对这类素材适应性更好三个参数记住什么时候设多少就够了Segment Size分段大小显存或内存紧张就从 1024 降到 512、256素材简单可以拉大换速度。Overlap重叠度默认 8 别动只有拼接处明显咔哒声时才调高。Sample Mode默认 30 秒秒数可在 Additional Settings 里改。出错了怎么排查内存 / 显存报错分段从 1024 降到 512关掉占内存的后台程序。MP3、FLAC 读不进多半是 FFmpeg 没装装完重启程序。AMD / Intel 卡点不了 GPU确认装的是 OpenCL 版安装包CUDA 版只认 NVIDIA。再往深走右侧SELECT SAVED SETTINGS能保存整套参数批量处理同一批文件时直接复用想脚本化批处理核心分离流程在 separate.py 里模型实现都在 demucs/ 子目录。机器方面 8GB 内存加集显就能跑通16GB 内存配 RTX 20 系以上体验更顺。现在就打开 UVR选一首你熟悉的歌勾上 Sample Mode 跑 30 秒听听——干声质量达标再点全曲分离。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
