Ultimate Vocal Remover 新手完整指南免费人声分离与伴奏提取一次装好直接出轨【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/ultimatevocalremoverguiDJ 准备混音素材缺的是一首没有原唱的伴奏做视频的人想把 BGM 里的歌声去掉只留音乐翻唱者则想抠出清唱底对着原声练自己的版本。UVRUltimate Vocal Remover就是为这些场景做的免费开源人声分离工具它用深度神经网络把一首歌拆成人声、伴奏两条轨拆得好时还能分出鼓、贝斯等独立分轨。当前版本 v5.6.0 全程图形化操作点选即可不用写一行代码模型权重也全部内置在安装包里装完就能用。功能版图两轨、四轨、六轨它都能分先想清楚你要拿到几条轨再决定用哪套模型人声 伴奏两轨最常用输出 Vocals人声和 Instrumental伴奏一对文件。鼓、贝斯、其他四轨选 Demucs v4 里的htdemucs模型能把鼓和贝斯单独拆出来。六轨换htdemucs_6s模型拆得最细。输入侧WAV、MP3、FLAC、OGG 都能直接丢进去注意非 WAV 文件要靠 FFmpeg 解码Linux 手动安装时会一并装好。输出侧提供 WAV、FLAC、MP3 三种格式想要无损就选 WAV。模型分四大类各有侧重模型族适合场景MDX-Net速度与质量的均衡档新手默认选项VR Architecture人声/伴奏双轨快速出活MDX23新一代 MDX 结构质量更强Demucs v3 / v4多轨分离主力四轨、六轨都靠它其中 Demucs v3/v4 的四轨模型来自 Demucs 官方项目其余模型由 UVR 核心开发者训练。附加能力值得留意Ensemble 模式可以让多个模型一起投票提升质量内置 Download Center 直接下载模型不用自己找权重UVR-DeNoise-Lite模型用来给含底噪的源文件降噪时间拉伸与变调功能依赖 Rubber Band 库Windows/macOS 安装包已内置Linux 手动安装用不到可以不管。能不能跑起来硬件底线与三大平台选包装之前先花一分钟对一下自己的配置能省掉很多弯路内存8GB 起步分离大文件时更从容。NVIDIA 显卡RTX 1060 6GB 是开启 GPU 转换的底线8GB 显存体验最佳没有独显也能纯 CPU 跑只是速度明显变慢。Apple M1/M2支持 MPS 加速覆盖 Demucs v4 和全部 MDX-Net 模型。AMD Radeon / Intel ArcWindows需要专门的 OpenCL 版本安装包。只兼容 64 位平台。系统要求Windows 10 64 位及以上推荐 Windows 11macOS Big Sur 11.0 及以上Linux 推荐 Debian/Arch 系如 Ubuntu 22.04。三个平台的下载物不同选错芯片架构是最大的坑WindowsUVR_v5.6.0_setup.exeNVIDIA 显卡AMD/Intel 显卡换UVR_v5.6.0_setup_opencl.exe。macOSarm64 版 DMG 约 2.1 GB给 Apple Silicon 机型x86_64 版约 2.0 GB给 Intel 机型。Linux没有现成安装包走源码仓库加系统依赖后文有完整命令。Windows 和 macOS 安装包已打包好 Python、PyTorch 和全部依赖下载后直接装无需任何前置环境。安装走一遍Windows、macOS、Linux 三条线Windows一个安装包装进 C 盘从项目 release 页下载UVR_v5.6.0_setup.exeAMD/Intel 显卡改下 OpenCL 版双击运行。安装路径保持 C:\ 根目录不要改——官方明确警告装到其他盘会导致应用不稳定。等待 5-10 分钟完成。手动安装作为备选先装 Python 3.9.8安装时勾选 Add python.exe to PATH克隆仓库后在仓库目录执行下面命令安装全部依赖git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui python -m pip install -r requirements.txt按顺序执行第一条把 UVR 源码拉到本地第二条进入目录第三条按清单装齐 Python 依赖。有 NVIDIA 显卡的话再装 cu117 的 CUDA 版 torch 开启 GPU 加速python -m pip install --upgrade torch --extra-index-url https://download.pytorch.org/whl/cu117这条命令把 PyTorch 升级到匹配 CUDA 11.7 的版本是 GPU 加速生效的前提。macOS拖进 Applications等第一次初始化双击对应芯片的 DMG把 UVR 拖进 Applications。首次启动需要 5-10 分钟初始化属正常现象不用动它。如果系统提示无法打开打开终端放开应用来源限制再移除应用的隔离标记sudo spctl --master-disable sudo xattr -rd com.apple.quarantine /Applications/Ultimate\ Vocal\ Remover.app第一条让系统允许所有来源的应用运行第二条去掉 UVR 身上的隔离标记。应用能正常打开后建议执行sudo spctl --master-enable恢复安全设置。Sonoma 系统的左键无响应问题已在 v5.6 修复遇到老毛病先升级到最新版。Linux三条命令装依赖两条命令启动Debian/Ubuntu 系先克隆仓库git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui用 apt 装 FFmpeg、pip 和 Tk 界面库FFmpeg 负责解码 MP3 等非 WAV 文件sudo apt update sudo apt install ffmpeg python3-pip python3-tk装 Python 依赖然后启动应用pip3 install -r requirements.txt python3 UVR.pyArch/Manjaro 用户系统依赖改用sudo pacman -S python-pip tk ffmpeg之后在仓库目录执行./install_packages.sh批量安装 Python 包即可。第一份干净伴奏从下载模型到验听结果应用打开后左侧 Choose Process Method 下拉框默认停在 MDX-Net——它是速度和质量平衡得较好的一档新手直接用。按下面五步走下模型第一次使用本地还没有任何模型。点 Start Processing 左侧的 Settings 按钮打开 Download Center 标签选 MDX-Net从列表里挑一个模型下载。模型只下这一次之后就存在本地了。选输入点 Select Input 选一首要处理的歌。指定输出点 Select Output 选定输出文件夹右上角把导出格式选成 WAV无损优先。勾 GPU有 NVIDIA 显卡的用户勾选 GPU Conversion处理速度会快一个量级。开始处理点 Start Processing等进度条走完。输出文件夹里会多出一对文件——Vocals 是人声Instrumental 是伴奏。把 Instrumental 放一遍听到干净的伴奏说明整条链路已完全跑通。效果不理想三个地方调分离质量按优先级排查影响结果的变量就集中在这些地方模型跟着目标走。只要人声和伴奏两条轨用 MDX-Net 或 VR Architecture快且够用需要鼓、贝斯独立音轨就上 Demucs v4四轨选htdemucs六轨选htdemucs_6s。内存吃紧就降分段。Segment Size 默认 256文件大或内存小就调到 128Overlap 保持 8 左右即可——这两个参数直接决定内存峰值。源文件有底噪先降噪。先跑一遍UVR-DeNoise-Lite把噪底压下去再做正式分离二次处理比硬分离更稳。排障对照表常见报错与值得收藏的目录现象原因处理非 WAV 文件加载报错FFmpeg 未安装把 ffmpeg 二进制放进应用目录Windows 放 ffmpeg.exe内存分配错误Segment/Window 参数过大调小 Segment Size 和 Window 再试GPU 加速不生效PyTorch 与 CUDA 版本不匹配重装 cu117 版本 torchmacOS 左键点不动Sonoma 的 Tkinter 已知问题升级到 v5.6 最新版应用启动即崩溃Python 依赖缺失重跑pip install -r requirements.txt报错细节看不出来时点 Settings 按钮里的 Error Log里面有完整堆栈定位问题更快。想深入这个项目几个位置值得先收藏模型文件集中在三个目录models/VR_Models/、models/MDX_Net_Models/、models/Demucs_Models/手动下载的模型放进对应目录即可离线使用。完整模型清单在 gui_data/model_manual_download.json和 Download Center 里的条目一一对应。分离逻辑核心在 separate.py界面入口在 UVR.pyVR 网络参数在 lib_v5/vr_network/modelparams/。完整的安装说明、许可信息MIT和致谢见 README.md。最后省心的一个设计设置会在关闭应用时自动保存换台机器跑同一首文件也不用重新配置。【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 Ultimate Vocal Remover 新手完整指南：免费人声分离与伴奏提取，一次装好直接出轨
Ultimate Vocal Remover 新手完整指南免费人声分离与伴奏提取一次装好直接出轨【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/ultimatevocalremoverguiDJ 准备混音素材缺的是一首没有原唱的伴奏做视频的人想把 BGM 里的歌声去掉只留音乐翻唱者则想抠出清唱底对着原声练自己的版本。UVRUltimate Vocal Remover就是为这些场景做的免费开源人声分离工具它用深度神经网络把一首歌拆成人声、伴奏两条轨拆得好时还能分出鼓、贝斯等独立分轨。当前版本 v5.6.0 全程图形化操作点选即可不用写一行代码模型权重也全部内置在安装包里装完就能用。功能版图两轨、四轨、六轨它都能分先想清楚你要拿到几条轨再决定用哪套模型人声 伴奏两轨最常用输出 Vocals人声和 Instrumental伴奏一对文件。鼓、贝斯、其他四轨选 Demucs v4 里的htdemucs模型能把鼓和贝斯单独拆出来。六轨换htdemucs_6s模型拆得最细。输入侧WAV、MP3、FLAC、OGG 都能直接丢进去注意非 WAV 文件要靠 FFmpeg 解码Linux 手动安装时会一并装好。输出侧提供 WAV、FLAC、MP3 三种格式想要无损就选 WAV。模型分四大类各有侧重模型族适合场景MDX-Net速度与质量的均衡档新手默认选项VR Architecture人声/伴奏双轨快速出活MDX23新一代 MDX 结构质量更强Demucs v3 / v4多轨分离主力四轨、六轨都靠它其中 Demucs v3/v4 的四轨模型来自 Demucs 官方项目其余模型由 UVR 核心开发者训练。附加能力值得留意Ensemble 模式可以让多个模型一起投票提升质量内置 Download Center 直接下载模型不用自己找权重UVR-DeNoise-Lite模型用来给含底噪的源文件降噪时间拉伸与变调功能依赖 Rubber Band 库Windows/macOS 安装包已内置Linux 手动安装用不到可以不管。能不能跑起来硬件底线与三大平台选包装之前先花一分钟对一下自己的配置能省掉很多弯路内存8GB 起步分离大文件时更从容。NVIDIA 显卡RTX 1060 6GB 是开启 GPU 转换的底线8GB 显存体验最佳没有独显也能纯 CPU 跑只是速度明显变慢。Apple M1/M2支持 MPS 加速覆盖 Demucs v4 和全部 MDX-Net 模型。AMD Radeon / Intel ArcWindows需要专门的 OpenCL 版本安装包。只兼容 64 位平台。系统要求Windows 10 64 位及以上推荐 Windows 11macOS Big Sur 11.0 及以上Linux 推荐 Debian/Arch 系如 Ubuntu 22.04。三个平台的下载物不同选错芯片架构是最大的坑WindowsUVR_v5.6.0_setup.exeNVIDIA 显卡AMD/Intel 显卡换UVR_v5.6.0_setup_opencl.exe。macOSarm64 版 DMG 约 2.1 GB给 Apple Silicon 机型x86_64 版约 2.0 GB给 Intel 机型。Linux没有现成安装包走源码仓库加系统依赖后文有完整命令。Windows 和 macOS 安装包已打包好 Python、PyTorch 和全部依赖下载后直接装无需任何前置环境。安装走一遍Windows、macOS、Linux 三条线Windows一个安装包装进 C 盘从项目 release 页下载UVR_v5.6.0_setup.exeAMD/Intel 显卡改下 OpenCL 版双击运行。安装路径保持 C:\ 根目录不要改——官方明确警告装到其他盘会导致应用不稳定。等待 5-10 分钟完成。手动安装作为备选先装 Python 3.9.8安装时勾选 Add python.exe to PATH克隆仓库后在仓库目录执行下面命令安装全部依赖git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui python -m pip install -r requirements.txt按顺序执行第一条把 UVR 源码拉到本地第二条进入目录第三条按清单装齐 Python 依赖。有 NVIDIA 显卡的话再装 cu117 的 CUDA 版 torch 开启 GPU 加速python -m pip install --upgrade torch --extra-index-url https://download.pytorch.org/whl/cu117这条命令把 PyTorch 升级到匹配 CUDA 11.7 的版本是 GPU 加速生效的前提。macOS拖进 Applications等第一次初始化双击对应芯片的 DMG把 UVR 拖进 Applications。首次启动需要 5-10 分钟初始化属正常现象不用动它。如果系统提示无法打开打开终端放开应用来源限制再移除应用的隔离标记sudo spctl --master-disable sudo xattr -rd com.apple.quarantine /Applications/Ultimate\ Vocal\ Remover.app第一条让系统允许所有来源的应用运行第二条去掉 UVR 身上的隔离标记。应用能正常打开后建议执行sudo spctl --master-enable恢复安全设置。Sonoma 系统的左键无响应问题已在 v5.6 修复遇到老毛病先升级到最新版。Linux三条命令装依赖两条命令启动Debian/Ubuntu 系先克隆仓库git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui用 apt 装 FFmpeg、pip 和 Tk 界面库FFmpeg 负责解码 MP3 等非 WAV 文件sudo apt update sudo apt install ffmpeg python3-pip python3-tk装 Python 依赖然后启动应用pip3 install -r requirements.txt python3 UVR.pyArch/Manjaro 用户系统依赖改用sudo pacman -S python-pip tk ffmpeg之后在仓库目录执行./install_packages.sh批量安装 Python 包即可。第一份干净伴奏从下载模型到验听结果应用打开后左侧 Choose Process Method 下拉框默认停在 MDX-Net——它是速度和质量平衡得较好的一档新手直接用。按下面五步走下模型第一次使用本地还没有任何模型。点 Start Processing 左侧的 Settings 按钮打开 Download Center 标签选 MDX-Net从列表里挑一个模型下载。模型只下这一次之后就存在本地了。选输入点 Select Input 选一首要处理的歌。指定输出点 Select Output 选定输出文件夹右上角把导出格式选成 WAV无损优先。勾 GPU有 NVIDIA 显卡的用户勾选 GPU Conversion处理速度会快一个量级。开始处理点 Start Processing等进度条走完。输出文件夹里会多出一对文件——Vocals 是人声Instrumental 是伴奏。把 Instrumental 放一遍听到干净的伴奏说明整条链路已完全跑通。效果不理想三个地方调分离质量按优先级排查影响结果的变量就集中在这些地方模型跟着目标走。只要人声和伴奏两条轨用 MDX-Net 或 VR Architecture快且够用需要鼓、贝斯独立音轨就上 Demucs v4四轨选htdemucs六轨选htdemucs_6s。内存吃紧就降分段。Segment Size 默认 256文件大或内存小就调到 128Overlap 保持 8 左右即可——这两个参数直接决定内存峰值。源文件有底噪先降噪。先跑一遍UVR-DeNoise-Lite把噪底压下去再做正式分离二次处理比硬分离更稳。排障对照表常见报错与值得收藏的目录现象原因处理非 WAV 文件加载报错FFmpeg 未安装把 ffmpeg 二进制放进应用目录Windows 放 ffmpeg.exe内存分配错误Segment/Window 参数过大调小 Segment Size 和 Window 再试GPU 加速不生效PyTorch 与 CUDA 版本不匹配重装 cu117 版本 torchmacOS 左键点不动Sonoma 的 Tkinter 已知问题升级到 v5.6 最新版应用启动即崩溃Python 依赖缺失重跑pip install -r requirements.txt报错细节看不出来时点 Settings 按钮里的 Error Log里面有完整堆栈定位问题更快。想深入这个项目几个位置值得先收藏模型文件集中在三个目录models/VR_Models/、models/MDX_Net_Models/、models/Demucs_Models/手动下载的模型放进对应目录即可离线使用。完整模型清单在 gui_data/model_manual_download.json和 Download Center 里的条目一一对应。分离逻辑核心在 separate.py界面入口在 UVR.pyVR 网络参数在 lib_v5/vr_network/modelparams/。完整的安装说明、许可信息MIT和致谢见 README.md。最后省心的一个设计设置会在关闭应用时自动保存换台机器跑同一首文件也不用重新配置。【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 RELATED READING
延伸阅读
更多一线实战笔记与深度复盘，助您持续精进
