如何用 UVR 从歌曲录音里 30 秒提干净的人声【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你有一段录音只想留下人声去做重混音。这正是 UVRUltimate Vocal Remover要解决的典型问题这款图形化音频分离工具用深度学习模型把一首歌拆成人声与伴奏拆得干净利落。新手要记的只有一件事——选对模型按下开始。快速就绪按平台挑对安装包三个平台的装法并不复杂按你的系统对号入座即可Windows下载 v5.6.0 一体化安装包UVR_v5.6.0_setup.exe务必装在 C 盘官方明确要求装到副盘会不稳定用 AMD Radeon 或 Intel Arc 显卡的换装 OpenCL 版安装包。macOS按芯片选 dmgM 系列选 arm64Intel 选 x86_64首次启动可能等 5 到 10 分钟属正常现象。Linux / 手动安装克隆仓库https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui装好 FFmpeg 与 python3-tk 两个系统依赖后执行pip3 install -r requirements.txt python3 UVR.py不想一条条敲的话仓库里的 install_packages.sh 一键补齐依赖。两个系统依赖容易漏图形界面靠 python3-tkMP3、FLAC 这类格式的转换靠 FFmpeg。核心操作流喂文件给引擎、选模型、开跑验证界面从上到下摆好了全部控件文件区在上、模型区在中、执行按钮在底一次完整音频分离的操作逻辑也正好按这个顺序走。喂文件给引擎点左上角Select Input选定要处理的音频Select Output指定结果目录。右侧单选框决定导出格式WAV、FLAC、MP3 三选一首推 WAV保真度最高后续接什么处理工具都不挑剔。程序关闭时会自动记住设置下次打开一切照旧这点能省掉不少重复配置。选一套分离模型中间CHOOSE PROCESS METHOD下拉框决定用哪套网络架构MDX-Net、VR、Demucs 等。第一次用选 MDX-Net 最稳再在下方CHOOSE MDX-NET MODEL里挑模型自带的 MDX23C-InstVoc HQ 就是人声分离的主力。有 NVIDIA 独显的话最低门槛 RTX 1060 6GB把GPU Conversion勾上速度能快数倍。所有模型权重都随包放在 models/ 目录里开箱即取不用另找下载地址。开跑并验证底部按下Start Processing▶️ 进度条与右侧控制台会实时回报分离进度。跑完后输出目录里出现带 Vocals / Instrumental 后缀的文件一次分离就算完成。三个勾选框按需取用Vocals Only只留人声Instrumental Only只留伴奏Sample Mode (30s)只处理前 30 秒——换模型之前先用它试听比闷头跑全曲省得多。选模型对照按素材特征定方案模型都是随包自带的差别在训练取向所以按素材特点对表即可你的素材 / 诉求推荐模型与关键参数一句原因流行歌提人声MDX-Net MDX23C-InstVoc HQSegment Size 取 256 或 512默认组合就是为这类素材调的做卡拉OK伴奏MDX-Net UVR-MDX-NET Karaoke卡拉OK取向的模型去人声更彻底伴奏留得更干净编曲复杂、想拆多条音轨Demucs v4一次分出 Vocals / Drums / Bass / Other 四条拆轨讲解、逐轨重编都方便现场录音、混响重VR 架构降噪选项选 Main Vocals Only先分离出人声再去混响比直接在原轨上降噪稳常碰的参数都在模型区右侧。Segment Size分段大小是质量与显存的总开关复杂素材用 256 或 512简单音频可拉到 1024 换速度机器吃紧就往下调。Overlap重叠度管段与段之间的过渡默认值不用动调高会多花时间但接缝更平滑。故障排查内存报错、格式读不进、显卡不识别内存 / 显存分配报错→ 多半是分段大小开得太激进了。官方口径的解法是把 Segment或 Window降一档到 512 或 256再关掉不必要的后台程序开了 GPU Conversion 时先降分段比关程序见效更快。MP3、FLAC 读不进来或一打开就报错→ 九成是缺 FFmpeg程序处理非 WAV 文件时会直接抛错。装好 FFmpeg 重启程序这类报错基本绝迹。AMD / Intel 卡点不了 GPU→ CUDA 通道只认 NVIDIA。AMD Radeon 或 Intel Arc 用户要确认自己装的是 OpenCL 版安装包装错了重装即可NVIDIA 老卡低于 RTX 1060 6GB 的话就别开 GPU ConversionCPU 慢一点但同样能出结果。拿到干声之后人声轨可以加和声、重做混音伴奏轨是现成的 K 歌伴奏直接丢进点歌设备就能用带环境杂音的录音先分离出人声再用降噪工具精修比在原始音轨上硬抠效果稳得多。真要脚本化批量处理时分离主流程在 separate.py 里照着封装自己的调用逻辑就行。现在就选一首闭眼能哼的歌勾上Sample Mode (30s)跑一遍——30 秒后你听个明白这个模型适不适合手里的素材。【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