Ultimate Vocal Remover v5.6 完整指南免费人声分离五步拿到干净伴奏【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/ultimatevocalremoverguiUltimate Vocal Remover简称 UVRv5.6.0 是一款免费开源的人声分离工具给它一个音频文件深度神经网络把它拆成人声与伴奏两条音轨拆得好还能分出鼓、贝斯等独立分轨。图形化界面装完即可点选操作不需要写代码。适合 DJ 练混音、视频创作者去原唱、翻唱者提取伴奏。人声分离解决的两种场景去原唱做视频翻唱者想拿原曲当背景。UVR 把歌拆成 Vocals 与 Instrumental伴奏轨直接当 BGM人声轨可另作纯人声版。DJ 练习混音练对拍、搓碟时需要没有主唱的版本。选个输入输出点一次 Start Processing伴奏轨就能用于练习。输入支持 WAV、MP3、FLAC、OGG 等非 WAV 文件依赖 FFmpeg 解码输出在 WAV、FLAC、MP3 三选一WAV 无损默认选它。模型权重全部内置在安装包无需另外配置Demucs v3/v4 的四轨模型来自 Demucs 官方项目其余由 UVR 核心开发者训练。上手前自检能不能跑先对完这张清单再决定要不要花心思开 GPU 加速检查项最低要求建议系统Windows 10 64 位 / macOS Big Sur 11.0 / Debian、Arch 系 Linux如 Ubuntu 22.04Windows 11内存8 GB16 GB分离大文件更从容NVIDIA 显卡RTX 1060 6 GB 是 GPU 加速底线8 GB 显存没有独显CPU 可跑速度明显变慢偶尔用可接受Apple 芯片M1/M2 支持 MPS 加速覆盖 Demucs v4 与全部 MDX-Net 模型AMD / Intel 显卡Windows 用户需 OpenCL 版安装包—平台架构仅 64 位32 位系统不支持⚠️ Windows 版必须安装到 C:\ 盘根目录官方明确警告装到其他盘会导致应用不稳定。装好并跑起来三个平台的最短路径Windows安装包三步下载UVR_v5.6.0_setup.exeAMD/Intel 显卡用户改下UVR_v5.6.0_setup_opencl.exe。双击安装程序路径保持 C:\ 根目录等 5-10 分钟。启动应用完成。安装包已打包 Python、PyTorch 和全部依赖无需任何前置环境。坚持手动装的话先装 Python 3.9.8勾选 Add python.exe to PATH克隆仓库后在仓库目录执行python -m pip install -r requirements.txt有 NVIDIA 显卡再装 cu117 的 CUDA 版 torch 开启 GPU 加速python -m pip install --upgrade torch --extra-index-url https://download.pytorch.org/whl/cu117macOS拖进 Applications 等首启双击对应芯片的 DMGApple Silicon 选 arm64约 2.1 GBIntel 选 x86_64约 2.0 GB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。提示无法打开时在终端执行sudo spctl --master-disable sudo xattr -rd com.apple.quarantine /Applications/Ultimate\ Vocal\ Remover.app应用能正常打开后执行sudo spctl --master-enable恢复安全设置。遇到 Sonoma 左键无响应直接升级到 v5.6。Linux克隆仓库加三条命令git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui sudo apt update sudo apt install ffmpeg python3-pip python3-tk pip3 install -r requirements.txt python3 UVR.pyArch/Manjaro 用户改用sudo pacman -S python-pip tk ffmpeg装系统依赖再在仓库目录执行./install_packages.sh批量安装 Python 包。Linux 没有现成安装包FFmpeg 是处理非 WAV 文件的必需项上面命令已一并装好。第一次拿到结果四步最小流程左侧 Choose Process Method 下拉框默认停在 MDX-Net——速度和质量平衡得较好的一档新手直接用它。先下模型。第一次使用本地没有任何模型。点 Start Processing 左侧的 Settings 按钮打开 Download Center 标签选择 MDX-Net从列表挑一个模型下载。只下这一次之后常驻本地。选歌和输出。点 Select Input 选要处理的歌Select Output 指定输出文件夹右上角导出格式选 WAV。开加速。有 NVIDIA 显卡勾选 GPU Conversion处理快一个量级。开始处理。点 Start Processing等进度条走完。怎么算成功输出文件夹多出一对文件——Vocals 是人声Instrumental 是伴奏。把 Instrumental 放一遍听到干净的伴奏、没有残留人声整条链路就跑通了。把效果拉满按优先级分档调优第一档模型选择跟着目标走想要什么选什么模型特点只要人声 伴奏MDX-Net 或 VR Architecture速度快、质量够用鼓、贝斯独立音轨四轨Demucs v4 的 htdemucs精度更高六轨拆分htdemucs_6s拆得最细第二档内存吃紧就降分段。Segment Size 默认 256文件大或内存小就调到 128Overlap 保持 8 左右。这两个参数直接决定内存峰值。第三档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。可选动作Ensemble 多模型集成多个模型投票提升质量追求品质时再上。时间拉伸 / 变调依赖 Rubber Band 库Windows/macOS 安装包已内置Linux 手动安装用不到可以不管。设置会在关闭应用时自动保存换台机器跑同一首文件不用重新配置。出错了怎么办速查表加日志入口现象原因处理非 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 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 按钮再点Error Log。里面有完整堆栈定位问题比猜快得多。想深挖关键目录与入口文件分离逻辑核心separate.py图形界面入口UVR.pyVR 网络参数lib_v5/vr_network/modelparams/Demucs 实现demucs/模型存放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与 Download Center 条目一一对应gui_data/model_manual_download.json完整安装说明、MIT 许可与致谢README.md【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