UVR3分钟AI人声分离一键提取卡拉OK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你刚在阳台把一首歌唱完想抠出纯伴奏来练K歌结果全网都只有原唱版本。UVRUltimate Vocal Remover用深度神经网络做AI人声提取把一首歌丢进去人声和伴奏会分成两个WAV输出通常1到3分钟就能出结果。它帮你把任意歌曲拆成人声、伴奏两轨省掉满世界找无原唱版或自学音频剪辑的麻烦。关键指标是一个数字一首5分钟的歌GPU上处理通常只要1到3分钟纯CPU也要5到10分钟。3分钟装好环境跑通第一次分离整个过程拆成4个动作拿代码。只需要一行命令git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui选安装路径。Windows和macOS用户直接按README.md里说的下载预编译包包里已经带Python、PyTorch和全部依赖零配置Linux用户走项目根目录的安装脚本它会照着requirements.txt把40多个依赖逐个装好。启动。在项目根目录执行python3 UVR.pymacOS首次启动可能要等5到10分钟别以为卡死了。拖文件跑通。把一个WAV文件拖进主界面选好输出目录点Start Processing等进度条走完。首次启动后主模型文件会在应用内从Download Center自动下载体积几十到几百MB第一次等待稍长是正常的。别急着调参数第一次全用默认值应用会自动记住你的设置存在gui_data/saved_settings/目录下次打开不用重新选。方案怎么选三个引擎各管一摊CHOOSE PROCESS METHOD下拉框里有三类引擎按你的素材对号入座你的场景推荐引擎一句话理由练K歌、要伴奏VR Architecture人声细节保留最好自带Karaoke专用人声模型流行、摇滚的人声伴奏分离MDX-Net高频分离精度高人声残留少最通用拆多轨人声/鼓/贝斯/其他Demucs v3 / v4一次拆出4个音轨音乐整体性好三个引擎的模型清单都在仓库里想确认有哪些可选VR Architecture的模型登记在models/VR_Models/model_data/model_data.json从名字能看出用途Instrumental、Vocals、No Piano、Noise都有。MDX-Net的多轨模型看models/MDX_Net_Models/model_data/model_data.jsonprimary_stem字段写着它直接输出哪一路Drums、Bass、Other都有。Demucs从v1到v4的版本对照表在models/Demucs_Models/model_data/model_name_mapper.jsonv4htdemucs的四轨能力最全。记住一个数字就行首选MDX-Net。效果不满意再换VR跑一遍只有需要拆出2轨以上比如单拿鼓组才轮到Demucs。另外别忽略Ensemble模式在附加设置页可以把两个模型串成主副两轮第二轮给第一轮的输出再打磨一次对人声提取不满意的素材这是第一优先要试的开关。调参实战按顺序做4件事调参有固定的实验链每一步都有能听出来或看得见的反馈先调Segment。MDX的段长默认256把它降到128耗时大约减半试听没有明显劣化就保持小值。低配机器上这是性价比最高的一刀。再调Overlap。默认8提到16后重点听分段交界处边缘杂音会减少代价是耗时增加约一成到两成。然后决定是否开GPU。勾上GPU Conversion需要NVIDIA卡README.md给出的最低线是RTX 1060 6GB显存8GB更稳耗时通常缩到三分之一到五分之一。最后考虑二次处理。把跑出来的人声丢给内置的去噪模型UVR-DeNoise-Lite只有18MB再分离一遍人声轨的嘶声会明显更干净。还有一个不用调的点模型内部采样率是固定的以44100 Hz为主应用会自动重采样别手动先转采样率白白多一步。两个完整工作流把演唱会手机录音变成纯伴奏输入4分钟演唱会录音先转成WAVMP3的细节已经丢了转码救不回来。操作① Select Input选WAV → ② 选MDX-Netstem选Instrumental → ③ 勾GPU Conversion → ④ Start Processing。输出输出目录里出现原名_(Instrumental).wav和原名_(Vocals).wav两个文件伴奏可直接进K歌软件如果还有观众欢呼残留就用去噪模型再分离一遍。把播客街采里的背景噪音清掉输入15分钟街采录音混着马路噪音和空调嗡鸣。操作① 选VR Architecturestem选Noise → ④ Start Processing拿到噪音成分轨 → ③ 换内置去噪模型对原文件再分离 → ④ 检查输出目录里干净的人声轨。输出底噪明显压低的人声轨直接进剪辑软件省掉单独折腾降噪插件的时间。避坑速查README.md的Troubleshooting区加上常见报错最高频的就这4个典型症状根因修复动作处理MP3报错缺FFmpeg装FFmpeg放入程序目录内存分配错误段长开太大调低Segment或Window一首歌跑30分钟GPU没启用勾选GPU ConversionN卡伴奏里有人声残留引擎不匹配素材换VR或另选MDX模型再跑搭配什么更好用README.md完整的安装细节和硬件门槛GPU最低RTX 1060 6GB补装什么、要什么卡这块短板。gui_data/change_log.txt5.5到5.6的新增项比如MDX Batch模式、Demucs Mixer模式补这版新在哪的短板。separate.py分离引擎本体的源码想写批量处理脚本时可以直接参考它的调用逻辑。跑完第一首之后引擎对照表、4步调参链和避坑表就是后续所有分离任务的全部参考资料不需要记。现在打开应用把你想练的那首歌拖进去完成第一次人声提取。后续版本会继续加引擎和模型同样4步操作能覆盖的素材会越来越多。【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