AI音频分离3步上手Ultimate Vocal Remover 从成品歌到纯人声与伴奏【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手头只有一首成品歌却想要里面的人声或者只要伴奏Ultimate Vocal Remover简称 UVR当前版本 v5.6.0就是干这个的一个完全免费、MIT 开源的 AI 音频分离工具把一首歌拆出人声和伴奏两条独立音轨也支持把钢琴、混响、噪声等单独拆出来。Windows、macOS、Linux 都能跑本文按装好 → 跑通第一次 → 调参 → 实战的顺序走一遍。 装好它3条命令或1个安装包Linux 用户最快三条命令装完git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui chmod x install_packages.sh ./install_packages.sh python3 UVR.pyinstall_packages.sh 会照着 requirements.txt 把 PyTorch、librosa 等依赖一次装齐。Windows 和 macOS 直接去项目 Releases 下载对应安装包无需预装任何环境注意安装包只支持 64 位系统Windows 建议装到 C 盘官方说明装到其他盘会出现不稳定。两个外部依赖留意一下处理 MP3、FLAC 这类非 WAV 格式依赖 FFmpegLinux 下apt install ffmpeg即可用变速、变调功能依赖 Rubber Band 库。没有它们WAV 文件照样能分离。 第一次分离选文件 → 选模型 → 开始启动后主界面从左到右依次是输入文件、AI 模型选择、参数区。把音频文件拖进输入区或点选添加在模型下拉框里挑一个点Start Processing进度条跑完就出结果——输出文件直接命名为原曲名_(Vocals)和原曲名_(Instrumental)的 WAV放在你指定的导出目录。首次建议先勾Sample Mode只处理歌的前几秒试听效果确认模型选对了再跑全曲能省不少等待时间。 先弄懂3个模型和3个参数UVR 内置三套 AI 网络模型文件都放在 models/ 下核心算法实现在 lib_v5/VR Architecture仓库里预置的模型最多除了人声/伴奏还有标记为卡拉OK专用is_karaoke的伴奏模型甚至能单独拆出Noise噪声声轨MDX-Netv5.6 新增 Batch Mode更省内存且分离质量更稳适合大文件Demucs v3 / v4一次拆出 4 条声轨人声、鼓、贝斯、其他v5.6 加了 Mixer Mode对部分 4-stem 模型能改善分离效果。参数不用逐个研究先盯住这三个Overlap重叠度控制分段拼接的平滑度。数值太低拼接处可能听到接缝太高则更慢。先用默认值听感有接缝再调。Segment / Window分段、窗口大小官方排错指引里写得很直白——内存分配错误时就调小这两个值比如从 1024 降到 512 或 256。GPU Conversion有 N 卡就勾上速度差距很大官方最低要求 RTX 1060 6GB推荐 8GB 显存以上。Mac M1/M2 勾选后走 MPS 加速v5.6 已扩展到 Demucs v4 和全部 MDX-Net 模型。没有显卡也没关系CPU 照样能出完整结果只是慢一些。 拿来干什么4个实用姿势做卡拉OK伴奏直接选标记为卡拉OK的模型跑完拿 _(Instrumental) 就是纯伴奏这是最顺的一条路径。给录音去噪选 primary stem 为 Noise 的模型它会把噪声单独拆成一条音轨——用这条轨对照原轨比直接听去噪后的结果更容易判断噪声来源。一次不满意二次加工打开 Secondary Model Mode次级模型模式让第二个模型按你设定的权重参与最终结果比单纯换模型重跑一次更有针对性。追求更高完成度可以上 Ensemble集成模式多个模型组合出活v5.6 给它加了缓存重复处理时明显更快。分离后再加工导出之后应用内还能直接做 Time Stretch变速不变调和 Change Pitch变调改 Key 不用另开软件这两项依赖 Rubber Band。排错两个高频问题内存不足就按前面说的降 Segment/Window报 FFmpeg 相关错误就是非 WAV 格式没装齐 FFmpeg。还搞不定点 Start Processing 旁边的 Settings 按钮里面有一键导出 Error Log 的功能排错和反馈问题都用得上。最后省一件事软件关闭时会自动记住你的全部设置下次打开不用重新配置。补充两句UVR 代码遵循 MIT 许可证可自由使用和修改核心入口是 UVR.py 和 separate.py。项目更新日志在 gui_data/change_log.txt想看 v5.6 到底改了什么直接翻这个文件就行。【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
