Ultimate Vocal Remover v5.6 完整指南：从安装到拿到干净伴奏

Ultimate Vocal Remover v5.6 完整指南：从安装到拿到干净伴奏

【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/ultimatevocalremovergui

Ultimate Vocal Remover（简称 UVR）是一款免费开源的人声分离工具，当前版本为 v5.6.0。它基于深度神经网络把一首歌拆成人声与伴奏两条音轨，拆得好时还能分出鼓、贝斯等独立分轨。Dj 练混音、视频创作者去原唱、翻唱者提取伴奏，都是它的典型用法。界面是图形化的，装完即可点选操作，不需要写任何代码。

能分离出什么

UVR 的工作方式很直接：输入一个音频文件，选择分离模型和模式，点一次处理，输出目录里就得到对应的分轨文件。

• 输入格式：WAV、MP3、FLAC、OGG 等。非 WAV 文件依赖 FFmpeg 解码，Linux 安装时会一并装好。
• 输出格式：WAV、FLAC、MP3 三选一，WAV 无损，建议优先。
• 模型架构：MDX-Net、VR Architecture、MDX23、Demucs v3/v4 四类，各有速度和质量侧重。
• 分离模式：人声/伴奏双轨（最常用）、鼓/贝斯/其他四轨、六轨（htdemucs_6s 模型）。
• 附加功能：批量处理、Ensemble 多模型集成（多个模型投票提升质量）、时间拉伸与变调（依赖 Rubber Band 库）、内置 Download Center 模型下载中心。

模型权重全部内置在安装包中，无需另外配置。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。

判断你的硬件是否够用

先对一遍这份清单，再决定要不要开 GPU 加速：

• 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。
• 没有独显也能用 CPU 跑，只是速度明显变慢。
• Apple M1/M2 芯片支持 MPS 加速，覆盖 Demucs v4 和全部 MDX-Net 模型。
• AMD Radeon 或 Intel Arc 显卡的 Windows 用户，需要专门的 OpenCL 版本安装包。
• 应用只兼容 64 位平台。

系统要求：Windows 10 64 位及以上（推荐 Windows 11）；macOS Big Sur 11.0 及以上；Linux 推荐 Debian/Arch 系，如 Ubuntu 22.04。

特别注意：Windows 版本必须安装到 C:\ 盘根目录。装到其他盘会导致应用不稳定，官方明确警告过这一点。

选对适合自己的安装包

三个平台的下载物不一样，选错芯片架构的包是最大的坑：

• Windows：UVR_v5.6.0_setup.exe（NVIDIA 显卡）或UVR_v5.6.0_setup_opencl.exe（AMD/Intel 显卡）。
• macOS：arm64 版 DMG 约 2.1 GB，给 Apple Silicon；x86_64 版约 2.0 GB，给 Intel 机型。
• Linux：源码仓库加系统依赖，无现成安装包。

Windows 和 macOS 安装包已打包 Python、PyTorch 和全部依赖，下载后直接装，无需任何前置环境。Linux 需要手动装依赖，下面分开讲。

安装 UVR

在 Windows 上安装

1. 从项目 release 页下载UVR_v5.6.0_setup.exe，AMD/Intel 显卡用户改下 OpenCL 版。
2. 双击运行安装程序，安装路径保持 C:\ 根目录不要改，等待 5-10 分钟完成。

备选的手动安装：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一条命令安装全部依赖：

python -m pip install -r requirements.txt

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

在 macOS 上安装

1. 双击对应芯片的 DMG，把 UVR 拖进 Applications。
2. 首次启动需要 5-10 分钟初始化，属正常现象，不用动它。
3. 如果系统提示"无法打开"，打开终端先放开应用来源限制，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

4. 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，遇到老问题先升级到最新版。

在 Linux 上安装（Debian/Ubuntu 系）

先克隆仓库到本地：

git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui

进入目录后用 apt 装 FFmpeg、pip 和 Tk 界面库：

cd ultimatevocalremovergui sudo apt update && sudo apt install ffmpeg python3-pip python3-tk

安装 Python 依赖，再启动应用：

pip3 install -r requirements.txt python3 UVR.py

Arch/Manjaro 用户改用sudo pacman -S python-pip tk ffmpeg装系统依赖，然后在仓库目录执行./install_packages.sh批量安装 Python 包。

跑通第一次人声分离

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，新手直接用它。

第一次使用还没有任何模型。点 Start Processing 左侧的 Settings 按钮，打开 Download Center 标签，选择 MDX-Net，从列表里挑一个模型下载。模型只下这一次，之后就存在本地了。

回到主界面，点 Select Input 选一首要处理的歌，Select Output 指定输出文件夹，右上角把导出格式选成 WAV。有 NVIDIA 显卡的用户勾选 GPU Conversion，处理会快一个量级。

一切就绪后点 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，如果听到干净的伴奏，说明整条链路已经完全跑通。

调优分离效果

影响结果质量的变量集中在三个地方，按优先级调整：

• 模型选择跟着目标走。只要人声和伴奏两条轨，用 MDX-Net 或 VR Architecture，速度快、质量够用；需要鼓、贝斯独立音轨就上 Demucs v4，四轨选 htdemucs，六轨选 htdemucs_6s。
• 内存吃紧时降分段。Segment Size 默认 256，文件大或内存小就调到 128，Overlap 保持 8 左右即可，这两个参数决定内存峰值。
• 源文件有底噪先降噪。先跑一遍 UVR-DeNoise-Lite 模型把噪底压下去，再做正式分离，二次处理比硬分离更稳。

另外，时间拉伸和变调两个功能依赖 Rubber Band 库，Windows/macOS 安装包已内置；Linux 手动安装时若用不到可以不管。

解决常见报错

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。

找到关键文件与模型目录

想深入这个项目，几个位置值得先收藏：

• 模型文件集中在 models/VR_Models/、models/MDX_Net_Models/、models/Demucs_Models/ 三个目录，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，界面逻辑在 UVR.py，VR 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。

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