Ultimate Vocal Remover v5.6 快速上手指南：3步完成人声与伴奏分离
【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
Ultimate Vocal Remover（简称UVR）是一款免费的开源音频分离工具，用图形界面把歌曲的人声与伴奏拆分成独立音轨。它面向音乐制作人、卡拉OK用户和音频新手，会基本的电脑操作就能上手。
🎯 一句话讲清它是什么
UVR 内置 MDX-Net、VR Arc、Demucs 三套深度学习分离模型，把一首混音拆成 Vocals（人声）、Instrumental（伴奏）甚至鼓、贝斯等更细的音轨。你无需懂模型训练，选文件、选模型、点按钮即可。
| 项目 | 说明 |
|---|---|
| 解决的问题 | 把一首歌拆成人声轨和伴奏轨，用于去人声、提取干声 |
| 核心能力 | MDX-Net / VR Arc / Demucs 三种架构，支持多模型组合（Ensemble） |
| 技术栈 | Python + PyTorch + Tkinter，推理走 OnnxRuntime |
| 平台支持 | Windows 10+、macOS（M1/Intel）、Linux，仅支持 64 位 |
| 许可证 | MIT |
🚀 安装与第一次运行
本系统为 Linux，安装步骤如下（以 Debian/Ubuntu 为例）：
git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui sudo apt install ffmpeg python3-pip python3-tk ./install_packages.sh python3 UVR.py其中 install_packages.sh 会逐行读取 requirements.txt 并安装约 40 个 Python 依赖（torch、librosa、onnxruntime 等），separate.py 是核心分离算法所在。Windows 和 macOS 用户直接下载官方安装包即可（含 Python、PyTorch 等全部依赖，M1 用户选 arm64 版 dmg），无需手动配置。
首次跑通的操作路径：启动后弹出主界面 → 点Select Input选择一首 WAV 文件 → 点Select Output指定输出目录 → 处理方法选MDX-Net，模型保持默认的MDX23C-InstVoc HQ→ 勾选GPU Conversion（有 NVIDIA 显卡时）→ 点Start Processing。完成后输出目录会出现文件名_(Vocals).wav和文件名_(Instrumental).wav两个文件。
⚙️ 核心功能与关键参数
| 名称 | 作用 | 推荐值 |
|---|---|---|
| Choose Process Method | 选择分离架构 | 人声分离选MDX-Net，鼓/贝斯等多轨选Demucs（v4） |
| Segment Size | 音频分段长度，越大越吃内存 | 256；内存不足时降到 128 |
| Overlap | 分段重叠倍数，影响接缝平滑度 | 8（界面默认值） |
| GPU Conversion | 启用 GPU 推理 | 勾选；NVIDIA 最低约 RTX 1060 6GB，8GB 显存更稳 |
| Vitals Only / Instrumental Only | 只保存单轨 | 按需求勾选 |
| Saved Settings | 保存/复用当前参数组合 | 存在gui_data/saved_settings/ |
预置模型放在models/下三个目录：models/MDX_Net_Models/（人声、卡拉OK等专用模型）、models/Demucs_Models/（v3/v4 多轨模型）、models/VR_Models/（现场录音与降噪模型，如 UVR-DeNoise-Lite）。首次启动时程序会按 gui_data/model_manual_download.json 的清单自动下载所需模型权重。
🎸 适用场景
- 音乐制作人在做 remix 时：提取原曲人声干声用于重新混音，或取伴奏轨作为采样素材。
- KTV 爱好者制作伴奏：从原曲中分离出纯伴奏，得到可用的卡拉OK音轨。
- 播客、访谈录音者处理带环境音的录音：先分离出人声轨，再配合降噪模型做后续清理。
- 音乐教师准备练习材料：用 Demucs v4 的 4 轨模式拆出鼓、贝斯、钢琴等分轨，供学生单独跟练。
🩹 常见问题与避坑
- 非 WAV 文件（MP3/FLAC）处理报错：UVR 依赖 FFmpeg 解码非 WAV 格式，安装 ffmpeg 后重启即可。
- 内存分配错误（memory allocation）：官方建议调低 Segment 或 Window 尺寸，例如从 256 降到 128。
- M 系列 Mac 首次启动极慢：属正常现象，首次启动可能耗时 5~10 分钟，耐心等待。
- AMD/Intel 显卡：CUDA 路径只支持 NVIDIA；AMD 用户可选官方 OpenCL 版安装包，其余情况走 CPU 也能完成分离，只是更慢。
- 处理质量不理想：尝试 Ensemble（多模型组合）模式，让主模型与副模型结果按权重叠加，通常比单模型更稳。
🔧 进阶用法
除了开箱即用，你还可以把自训练的.onnx（MDX-Net）或.ckpt模型放进models/MDX_Net_Models/、models/VR_Models/对应目录，重启后模型下拉框会自动识别。对已分离出的_(Vocals).wav可再启用 Vocal Split 选项，把主唱与和声（Lead/Backing Vocals）拆成两轨，并配合 DeReverb 选项去除混响。更底层的实现可参考 lib_v5/vr_network/ 中的网络结构与 demucs/ 下的 Demucs 推理封装。
下一步行动：找一首 3 分钟左右的 WAV 歌曲，用默认 MDX-Net 设置跑一次，对比 Vocals 轨与原曲，体会各模型的分离差异。
【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
