免费AI人声分离：3分钟从一首歌拆出纯伴奏

免费AI人声分离3分钟从一首歌拆出纯伴奏【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你想把一首歌的伴奏拿去唱K人声却焊死在里面手动在编辑器里抠半天也抠不干净。Ultimate Vocal RemoverUVR是免费开源的AI人声分离工具选中一个音频文件它就把声音拆成人声和伴奏两轨输出不需要任何音频处理经验。 它能替你解决的三类问题做K歌伴奏一首歌丢进去跑出来的伴奏轨人声已抠掉直接可以唱。编曲与混音素材抽出原始干声人声照着人声重新翻唱、做和声都方便。语音内容清理把声音从背景音乐里单独提出来再交给其他工具做降噪。 最快路径跑起来Windows 和 macOS 用户直接下官方安装包双击安装即可依赖全部打包在内不用配环境。LinuxDebian/Ubuntu 系在终端里敲完这 4 行就能进主界面git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui bash install_packages.sh python3 UVR.py安装脚本会照着 requirements.txt 把依赖装齐窗口弹出就可以开始干活。✂️ 跟做一遍从一首歌提取纯伴奏这次的目标只有一个让一首歌变出伴奏。左上角Select Input选本地歌曲Select Output指定结果存放的文件夹。中间选输出格式要二次编辑就WAV只打算听结果就MP3。CHOOSE PROCESS METHOD选MDX-Net模型用自带的MDX23C-InstVoc HQ。它适合人声/伴奏二分离想把鼓、贝斯、吉他再拆成 4 轨换 Demucs 更合适。底部点Start Processing进度条开始走。一首三四分钟的歌通常 3 分钟内跑完速度取决于你的硬件。结束后输出目录多出两个 wav一轨人声、一轨伴奏这就是完整任务的全部产出。️ 真正决定效果的 3 个参数界面上下拉框不少新手只需认住这 3 个参数作用新手建议值Segment Size音频切块处理的大小越小越稳越吃时间默认 256Overlap相邻预测窗的重叠量太小接缝会明显默认 8GPU Conversion把计算交给 N 卡加速速度差距明显勾选RTX 1060 6GB 以上Vocals Only、Instrumental Only这类勾选项只决定输出哪一轨按需打勾即可。程序关闭后会自动记住你这次的设置下次打开不用重调分离算法本身写在 separate.py想深入看可以从这里翻起。适合谁不适合谁适合在一台机器上跑单曲或几十首歌的人没有独显也能跑CPU 照样出活只是慢一些。不适合或要先补功课的情况非 WAV 格式mp3、flac 等依赖 FFmpeg没装会在转换时直接报错。仅兼容64 位平台想用 GPU 转换流畅官方建议 8GB 显存以上的 N 卡。转换耗时与硬件直接挂钩纯 CPU 处理长音频要有耐心。 卡住了常见问题速查mp3 一点转换就报错FFmpeg 没装装好并把可执行文件放进程序目录。报内存分配错误把Segment Size调小如 256 降到 128再重试。macOS 首次启动转圈特别久正常现象首次可能要 5~10 分钟别关窗口。今晚就挑一首本地的歌丢进去跑一遍明早输出目录里会躺着人声 伴奏一组现成的 wav。【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