UVR5 人声分离 5 步上手：免费 AI 提取纯净伴奏的完整实战指南

UVR5 人声分离 5 步上手：免费 AI 提取纯净伴奏的完整实战指南

【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

翻唱视频缺伴奏、剪辑被背景音乐里的人声干扰、混音拿不到干净干声——这些问题你大概率都遇到过。Ultimate Vocal Remover（UVR5）是一款免费、开源、带图形界面的 AI 人声分离工具：把一首歌丢进去，它用神经网络把"人声"和"伴奏"拆成两个独立文件，整个过程不需要任何音乐制作基础。

两种安装方式：官方包或源码起步

UVR5 基于 PyTorch 构建，官方安装包已内置 Python、PyTorch 和 FFmpeg，装完即可运行；源码方式则需要你自己准备 Python 环境。按你的系统任选一种。

方式 A（官方打包版，推荐新手）：到 UVR 官方发布页下载对应系统的安装包——Windows 用UVR_v5.6.0_setup.exe，macOS 分 Intel 与 M 系列两个 dmg。注意 Windows 版必须装到 C:\ 主盘，装到其他盘会不稳定；Mac 首次启动可能需等 5-10 分钟。

方式 B（源码运行）：

git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui pip install -r requirements.txt python UVR.py

高频坑一行解：Linux 上运行python3 UVR.py报 "No module named tkinter"，执行sudo apt install python3-tk再试；Windows 提示缺少 VC++ 运行库，装微软官方运行库即可。

第一次跑通的最小步骤

假设你有一首 MP3 流行歌，目标是拿到干净伴奏。打开主界面后，照这 5 步走：

1. 加载音频：点左侧 Select Input，选中目标文件（支持拖拽进输入列表）。
2. 指定输出：在 CHOOSE OUTPUT 处设置结果保存目录，输出格式选 WAV / FLAC / MP3 任一。
3. 选择算法与模型：在 CHOOSE PROCESS METHOD 选 MDX-Net，模型挑 MDX23C-InstVoc HQ 这类两轨人声模型（首次运行会自动下载模型）。
4. 设置参数：Segment Size 填 256，Overlap 填 8；用 NVIDIA 显卡（建议 8GB 显存以上）就勾上 GPU Conversion。
5. 开始处理：点 Start Processing，等底部进度条走完。

完成后，输出目录里会多出两个文件：歌曲名_(Vocals).wav（干声）和歌曲名_(Instrumental).wav（伴奏）。

省时技巧：正式跑之前先勾上 Sample Mode，程序只处理前 30 秒。十几秒就能听到效果，参数不对立刻改，不用为整首歌反复重跑。

它为什么比老办法强

传统"消人声"是把人声集中的频段一刀切掉，结果伴奏发闷、发空——因为人声和吉他泛音、键盘和声在频率上大量重叠，固定滤波器切不干净，只会误伤乐器。UVR5 走的是另一条路：AI 模型在大量标注音频上"听懂"了音乐，学会人声与乐器在时间和频率上的组合规律，再按声源切分，而不是按频率挖洞。同样 5 分钟的歌，老办法给你一版"蒙被子"的伴奏，它给你接近专业分轨的结果。

三种算法家族已整合在同一界面，源码各就各位：

对照这张截图看：左侧负责输入输出与格式选择，中间是算法、模型与关键参数，底部是运行控制区。你前面 5 步的所有操作，都发生在中间那一栏。

按素材类型选模型与参数

跑通之后想效果更好，核心策略是"按歌选模型"：

• 流行 / 摇滚：MDX-Net 系列，速度与效果最均衡，是多数歌的首选。
• 古典 / 爵士 / 编曲复杂：换 Demucs v4，4 轨模式稳定性更好。
• 只想去掉特定乐器：用 VR 系列专项模型（如 4band_44100 系列里的 No Piano 版本）。
• 录音底噪明显：先选 models/VR_Models/ 自带的 UVR-DeNoise-Lite.pth 降噪一遍，再做人声分离。

关键参数只有两个真正影响结果：

两条直觉规则：听到"咔哒"声或段落感 → 把 Overlap 加到 16 或 24；老机器内存吃紧 → 把 Segment Size 降到 128。另外，各模型的详细配置（维度、FFT 参数、主分轨、是否 karaoke 模式）记录在 models/MDX_Net_Models/model_data/ 等目录的 model_data.json 里，好奇时可以直接打开看。

GPU 加速与批量处理

设备调度逻辑在 separate.py：程序启动时自动检测 NVIDIA 的 CUDA 和 macOS 的 MPS，可用时优先走 GPU——同样一段音频，CPU 要十几分钟，GPU 通常一两分钟。官方建议显存至少 8GB（最低要求 RTX 1060 6GB），显存不足就调小 Segment Size 或关掉 GPU Conversion。

手头有一整批文件时，可以把目录交给脚本循环处理（以官方仓库用法为准）：

import os, subprocess folder = "你的音频目录" for f in os.listdir(folder): if f.endswith((".mp3", ".wav", ".flac")): subprocess.run(["python", "UVR.py", os.path.join(folder, f)])

踩坑速查表

从一首熟悉的歌开始

挑一首你最熟悉的歌，今天就用 UVR5 跑一遍 5 步流程，拿到伴奏后录一版自己的演唱。工具免费开源，社区还在持续迭代模型——第一次听到"干净得像官方发行版"的伴奏时，你会明白这点折腾值。

【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