UVR5 人声分离轻量方案Retrieval-based-Voice-Conversion-WebUI 快速上手【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录完一段播客回放时发现环境噪音和混响把原话盖掉了一半或者想拿一首歌做清唱练习却找不到官方发布的纯伴奏。这类需求不必打开大型工作站Retrieval-based-Voice-Conversion-WebUI 里内置的 UVR5 模块就能在浏览器界面里把一段混合音频拆成主人声轨和其余轨道普通电脑即可运行。方案定位谁适合用这套 AI 人声分离适合三类人有基本命令行操作习惯但没做过音频处理的人手里有一批音频、需要批量拆轨的人想先拿到干净人声再去训练变声模型的人。选它的理由很实际模型权重、推理逻辑、批量入口都打包在项目里下载完权重就能跑不需要自己搭训练环境。整条数据流可以概括为UVR5 环境搭建克隆仓库与依赖安装克隆项目到本地并进入目录git clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI cd Retrieval-based-Voice-Conversion-WebUI安装依赖按显卡区分NVIDIA 用户直接pip install -r requirements.txtCUDA 环境AMD 显卡换requirements-amd.txt核显或想用 DirectML 的机器用requirements-dml.txtPython 3.11 环境另有requirements-py311.txt。启动 WebUIWindows 双击go-web.batLinux 或 macOS 执行bash run.sh该脚本会自动建 Python 3.8 虚拟环境、补齐依赖并拉取全部模型权重UVR5 权重落在assets/uvr5_weights/其余模型落在assets/下各目录。⚠️ 内存低于 8GB 时建议关掉浏览器多余标签和其他大程序否则加载权重阶段可能卡死。浏览器打开后进入伴奏人声分离去混响去回声页签就是分离入口。WebUI 里做人声分离上传、选模型与调参上传音频与选模型输入区二选一填输入待处理音频文件夹路径文件夹内文件逐个处理或直接批量拖入音频文件。模型下拉框列出assets/uvr5_weights/里已有的.pth权重界面说明里把模型归成三组保留人声HP2、HP3适合不带和声的录音HP3 可能轻微漏进伴奏但主人声保留略好仅保留主人声HP5适合带和声的音频代价是对主人声略有削弱去混响、去延迟MDX-Netonnx_dereverb对双通道混响效果最好但不能处理单通道混响DeEcho 系列去除延迟效果其中 DeEcho-DeReverb 额外去混响、可处理单声道混响耗时约为其他 DeEcho 模型的两倍。调参数并运行聚合度Agg默认值是 10取值范围 0–20。分离越狠数值越大但耗时同步上涨。何时该调第一遍跑完觉得人声轨里还残留伴奏就把数值往上抬 23 再跑反过来人声发薄、出现断裂就往回调。低配机器保持 10 或更低即可不建议直接拉满。导出格式可选 wav / flac / mp3 / m4a默认 flac。中间环节要再加工就选 wav 保真只是留档试听选 flac 或 mp3体积更省。输出目录指定输出主人声文件夹和指定输出非主人声文件夹要分别填不同路径两个都填opt的话结果会混在同一目录里。配置完成后点转换下方输出信息框会逐行回显每个文件的处理结果。验收与微调跑完后优先听人声轨残留伴奏明显就加聚合度重跑人声变薄就降回去。目标是去混响时作者推荐的组合是先过 MDX-Net 再过 DeEcho-Aggressive。音频较长时先切成小段分别处理、再拼接结果能明显降低单次占用的内存。人声分离参数怎么调三个高频场景的配置对照你的需求推荐配置效果预期播客去混响去延迟双通道录音MDX-Net 后接 DeEcho-Aggressive单通道DeEcho-DeReverb格式选 flac回放里的房间混响与延迟被压掉人声贴近干声翻唱练习、伴奏制作HP2 或 HP3聚合度保持 10输出 wav 或 flac人声轨干净可直接当练习原声漏伴奏多就换 HP3 并上调聚合度语音数据集清洗HP3格式转 flac聚合度 10得到去除了背景与人声分离后的主人声轨可直接进数据集目录翻唱与伴奏这一档里HP2 与 HP3 的取舍就一句怕漏伴奏选 HP2怕人声受损选 HP3二选一即可。UVR5 跑不动时怎么排查现象模型加载失败下拉框是空的。可能原因assets/uvr5_weights/下缺少对应.pth或文件下载不完整。处理方式重跑 tools/dlmodels.sh或用 tools/download_models.py 单独补齐权重。现象进程卡死或直接退出。可能是内存不足。处理方式关掉其他程序单批只放 12 个文件聚合度调到 10 以下仍不行就改用 CPU 模式速度换稳定。现象某个文件报错或输出无声。常见原因是格式不匹配。处理流程先用 ffmpeg 转成 44.1kHz 立体声 wav 再重试UVR5 推理前本就会做统一重采样预转一次能少踩坑。现象GPU 上跑报显存不足out of memory。处理方式单文件逐个处理、降低聚合度长音频分段必要时退回 CPU。现象Linux / macOS 上run.sh拒绝启动。脚本只支持 Python 3.8 且不支持 Windows处理方式是确认系统里装有 Python 3.8 再执行Windows 请直接用go-web.bat。低配电脑跑 UVR5按内存和显卡定参数低配48GB 内存、核显或入门独显HP2聚合度 5–8单批 1 个文件显存紧张时直接 CPU。中配8GB 内存、入门级独显HP3聚合度 10–12单批 3–5 个文件。高配16GB 内存、中高端独显HP3 或 MDX-Net DeEcho 组合链聚合度 15–20单批 5–10 个文件。分离逻辑与参数入口集中在 infer/modules/uvr5/界面文案与使用说明见 docs/。权重齐了、参数按档位落好这套流程就能稳定产出干净的人声轨够日常播客、翻唱和数据集清洗反复使用。【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