RVC WebUI 内置 UVR55 分钟免费跑通一次人声伴奏分离【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI丢进一首 5 分钟的混音几分钟之后你能拿到两条干净轨道一条只剩人声、一条只剩伴奏。这就是开源项目 Retrieval-based-Voice-Conversion-WebUIRVC WebUI里内置的UVR5——一个免费、纯本地运行、可批量的人声提取 / 人声伴奏分离工具。下面按拿到界面→备好模型→喂入音频→跑分离→取回文件的动线带你独立跑通第一遍 AI 音频分离。为什么值得折腾本地开源音频分离的收益RVC WebUI 主打变声但 UVR5 是它顺手带进来的重头功能。把它和上传到云端的在线分离工具放在一起比本地开源方案的收益一眼能看清维度RVC WebUI 内置 UVR5本地开源在线 / 闭源分离工具费用免费MIT 协议订阅制 / 按量计费数据去向全程本地音频不上传需上传到云端模型数量8 种HP2/HP3/HP5、VR-DeEcho 系列、onnx 去混响通常只有 1~2 个固定档硬件支持N 卡 / A 卡 / I 卡 / 纯 CPU 兜底取决于平台批量处理直接丢整个文件夹进去常限单文件 / 限速后续加工输出可直接进 RVC 变声、做训练一般导出即止一句话数据不出本地、白嫖全部模型、跑完还能接着喂给 RVC。动手前检查清单显卡、Python 与待处理音频开跑之前对照下面勾一遍能省掉一半报错显卡有 NVIDIA 卡最顺A 卡 / I 卡走 DirectML 方案没有独显也能跑只是慢纯 CPU。Python版本 3.8建议 3.9 / 3.10。ffmpeg必须装UVR5 靠它读音频和转码缺了直接报错。待处理音频准备一首44100Hz 立体声的 wav/flac 最省心MP3 也能进自动转码多耗几秒。模型文件assets/uvr5_weights/里默认是空的需要下载.pth模型见下一步。跟着一首歌走完全流程从启动界面到取回两条轨道它怎么分的可以理解成一条多层分拣传送带先把音频按频率拆成低、中、高几层每层过一道对应的筛子模型判断哪些格子属于人声、哪些是伴奏最后把筛出来的东西拼回两条轨道。下面跟着走。第一步拿到界面。克隆并装依赖git clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUIpip install -r requirements.txtN 卡用户用上面这条A 卡 / I 卡改装requirements-dml.txtLinux 上的 A 卡 ROCm 用requirements-amd.txt。然后启动python infer-web.pyWindows 可直接双击go-web.batmacOS 用sh ./run.sh。✅ 预期现象浏览器自动打开http://localhost:7865看到 RVC WebUI 主界面。 如果不对端口被占就加--port 7866装不上多半是没装 GPU 版 PyTorch先pip install torch torchvision torchaudio。第二步备好模型。跑仓库自带的下载脚本把 UVR5 的.pth落到 assets/uvr5_weights/python tools/download_models.py✅ 预期现象assets/uvr5_weights/里出现HP2_*、HP3_all_vocals.pth、HP5_only_main_vocal.pth、VR-DeEcho*.pth等文件。 如果不对下拉框是空的多半是这一步没下全重跑一次或把.pth手动放进该目录。第三步喂入音频。打开顶部标签页伴奏人声分离去混响去回声把歌放进一个文件夹然后把路径贴进输入待处理音频文件夹路径也可以直接在也可批量输入音频文件里拖几首进去优先读文件夹。✅ 预期现象文本框里回显你填的路径 / 文件名。 如果不对路径手敲容易错去文件管理器的地址栏直接整段复制。第四步跑分离。在模型下拉框选HP2或HP3保留人声指定输出主人声文件夹和指定输出非主人声文件夹默认都是opt导出文件格式选flac或wav点转换。✅ 预期现象输出信息里逐行打印文件名-Success。 如果不对报模型找不到回到第二步确认.pth已就位。第五步取回文件。打开opt/文件夹。✅ 预期现象看到vocal_文件名_10.flac主人声和instrument_文件名_10.flac非主人声两条轨道后缀是你选的格式10是聚合度。 如果不对只出一个文件检查两个输出文件夹是否都填了路径。UVR5 参数速查表模型、聚合度、格式怎么选选项推荐值适用场景模型保留人声不带和声HP2/HP3普通翻唱、纯人声提取HP3 对主人声保留稍好可能轻微漏伴奏模型仅主人声带和声HP5伴唱/和声重的混音只要主唱模型去延迟VR-DeEchoAggressive/VR-DeEchoNormal录音视频的回声尾巴Aggressive 去得更彻底模型去混响去延迟VR-DeEchoDeReverb房间混响重耗时约为另外两个 DeEcho 的近 2 倍模型双通道混响较慢onnx_dereverb_By_FoxJoy立体声混响最干净单声道混响无效聚合度人声提取激进程度默认10范围 0–20调高剥离更狠但易失真出现机器味就调低到 8–10导出文件格式flac默认/ wav / mp3 / m4a无损选 flac/wav要小文件分享选 mp3采样率输入44100Hz 立体声最省心非 44100 立体声会自动 ffmpeg 转码分离出来之后能干嘛播客降噪、视频取声、翻唱取样播客降噪先用VR-DeEchoAggressive去房间回声再用HP2提纯人声两条轨道分别压电平混回底噪比手拉均衡干净得多。视频取声把教程 / 采访原声喂进去vocal_那条直接丢进 ASR 做字幕去混响那条留给做 BGM 的底。翻唱取样用HP5抠主唱、instrument_轨当伴奏垫底再拿vocal_轨听原主唱的气口与咬字练声照谱来。卡住了看这里4 个最常见的报错与排查Q输出里还能听到伴奏 / 和声A先确认选的是保留人声类HP2/HP3和声重的歌改选HP5仍不行就把聚合度从 10 往上调或先跑一遍VR-DeEchoAggressive再去人声。Q一首歌跑很久 / 很慢A确认装的是 GPU 版 PyTorch——[configs/config.py](https://link.gitcode.com/i/9aea1629af74ce139fcca56b8d38cc15)启动时会打印当前设备看到cpu就是没用上卡再关掉占显存的程序一次别塞太多文件。Q模型下拉框是空的或下载卡住A看[assets/uvr5_weights/](https://link.gitcode.com/i/f36d198cead48463b14cfb28858215fe)里有没有.pth没有就重跑[tools/download_models.py](https://link.gitcode.com/i/6c248f45028c110976ff54e665d849db)或把.pth手动放进该目录。Q报错 ffprobe / ffmpeg 找不到A装 ffmpeg——Ubuntusudo apt install ffmpeg、macOSbrew install ffmpeg、Windows 把ffmpeg.exe/ffprobe.exe放根目录它是读音频和转码的硬依赖。UVR5 把人声伴奏分离从付费工具变成了本地白嫖的批处理命令一次跑通之后降噪、取声、取样都能顺手做。把压箱底的那段录音拿出来试一次更多细节看 docs/cn/faq.md 或参与社区讨论。【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考