Ultimate Vocal Remover：一键拆分人声与伴奏，三套模型可选

Ultimate Vocal Remover一键拆分人声与伴奏三套模型可选【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 UVR是一款开源的音频源分离桌面应用把一首歌丢进去它能用深度学习模型把音频拆出人声、伴奏甚至鼓、贝斯等分轨。适合做卡拉OK伴奏、remix 素材或录音清理的人使用支持 Windows、macOS 和 Linux。这类人声分离工具能完成哪些任务以下四件事都可以直接在界面里完成把一首歌拆成人声与伴奏最常用的需求输出两个 wav 文件人声与伴奏各自独立制作卡拉OK伴奏选 MDX-Net 里带 Karaoke 字样的模型专为去除人声训练伴奏更干净四分轨用 Demucs 模型把歌曲分成 vocals、drums、bass、other 四轨方便 remix 或单独分析抽离或去除特定元素VR Architecture 提供专门去钢琴、木管、回声、混响、噪音的模型Ultimate Vocal Remover 怎么安装并跑通第一次Windows 和 macOS 直接下载官方安装包v5.6Python、PyTorch 等依赖已全部打包装完即可运行注意 Windows 版要求装在 C 盘装到其他盘会导致运行不稳定。LinuxDebian/Ubuntu、Arch最短路径如下git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui ./install_packages.sh python3 UVR.pyDebian 系需要先sudo apt install ffmpeg python3-tkArch 系用sudo pacman -S ffmpeg python-pip tk。启动后流程是Select Input 选音频文件 → 左侧 Model Selector 选模型 → Start Processing结果写入你设定的输出目录。应用关闭时会自动记住你的设置。按任务选哪种模型内置三套模型文件都在 models/ 目录下按目标选而不是按名字挑人声/伴奏拆得干净→ MDX-Net自带 20 个以上预训练权重UVR-MDX-NET 1–3、Inst 系列、HQ 系列、MDX23C 等目录见 models/MDX_Net_Models/四分轨人声/鼓/贝斯/其他→ Demucs从 v1 Tasnet 到 v4 的 htdemucs、htdemucs_ft目录见 models/Demucs_Models/去除或抽离特定元素→ VR Architecture见 models/VR_Models/如果结果不满意先换模型再谈调参。不同模型的训练数据不同换模型的收益往往比动参数大。影响分离效果的参数怎么调日常只需要动两个Segment sizeMDX 系列默认 256可取 32–4000。值越大跑得越快但越吃内存报内存错误时先把它调小Overlap默认 Default对应 0.25。控制分段预测窗口之间的重叠程度调大后拼接处更平滑、不易出现接缝断裂代价是更慢。输出里有断续感时优先加大它GPU Conversion有 NVIDIA 卡才开。GPU 转换最低要求 RTX 1060 6GB官方建议显存 8GB 以上Apple M 系列芯片走 MPS 加速Demucs v4 和全部 MDX-Net 模型可用效果不对时先查这几处非 WAV 文件处理报错→ 多半是 FFmpeg 没装。UVR 依赖 FFmpeg 读取 MP3、FLAC 等格式装上即可Debian 系sudo apt install ffmpeg内存分配错误→ 降低 Segment 或 Window 大小这是项目 README 给出的处理方式分离有瑕疵、原因不明→ 换一个模型试仍需要定位时点 Start Processing 左侧的 Settings 按钮打开 Error Log 查看详细日志报问题时附上它进阶用次级模型精修人声GUI 里有次级模型secondary model开关第一个模型先做粗略分离再用第二个模型对 vocals 单独精修一遍。组合验证有效后可以存成 ensemble 配置保存在 gui_data/saved_ensembles/ 目录下次直接调用。这是官方流程里最接近质量叠加的做法。关于项目本身UVR 代码采用 MIT 许可证当前版本 v5.6.0核心开发者为 Anjok07 与 auf33。界面入口是 UVR.py分离算法核心在 separate.py模型与配置文件集中在 models/ 目录。问题反馈走项目 issue 页也接受 pull request。装好后拿一首熟悉的歌完整跑一遍再按上面的任务对照表挑模型试两轮你对它实际能力的判断会比继续读文档更可靠。【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