企业官网建设流程全解析

Ultimate Vocal Remover GUI（UVR）人声分离教程：3 步分出人声与伴奏

【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

假设你想把一首歌里的鼓点和乐器完整保留、只去掉演唱，做一份清唱练习用的伴奏。Ultimate Vocal Remover（UVR，当前版本 v5.6）用深度神经网络把源音频拆成人声轨和伴奏轨两个文件，还可以进一步分出鼓、贝斯等独立音轨。它带 Windows、macOS、Linux 图形界面，装好后 3 步就能产出可用的伴奏。

先检查你的系统与硬件是否达标

• 只支持 64 位系统：Windows 10 及以上、macOS Big Sur（11.0）及以上、Linux 的 Debian 或 Arch 系发行版（Ubuntu 20.04/22.04 都没问题）。
• 内存 8GB 是起步线；没有独立显卡也能用 CPU 跑，只是速度会明显变慢。
• NVIDIA 显卡方面，RTX 1060 6GB 是 GPU 加速的最低门槛，显存 8GB 体验更从容；AMD Radeon 和 Intel Arc 走 OpenCL 版本。
• Apple M1/M2 支持 MPS 加速，覆盖 Demucs v4 和全部 MDX-Net 模型。
• ⚠️ 两个容易踩的坑：Windows 必须装到 C:\ 盘根目录，装到其他盘会导致应用不稳定；macOS 首次启动要初始化 5-10 分钟，别误以为卡死了。

装好 UVR v5.6 并完成环境准备

Windows

安装包UVR_v5.6.0_setup.exe已打包 Python、PyTorch 和全部依赖，无需任何前置环境。从项目 release 页下载后双击，安装路径保持 C:\ 根目录，5-10 分钟装完。用 AMD Radeon 或 Intel Arc 显卡的，换UVR_v5.6.0_setup_opencl.exe替代，主版本是给 NVIDIA 用的。

备选的手动装法：装 Python 3.9.8（安装时勾选 Add python.exe to PATH），然后克隆并安装依赖：

git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui python -m pip install -r requirements.txt

有 NVIDIA 显卡的再装 cu117 的 CUDA 版 torch 以启用加速：

python -m pip install --upgrade torch --extra-index-url https://download.pytorch.org/whl/cu117

macOS

按芯片选 DMG 拖进 Applications：M1/M2 用户选Ultimate_Vocal_Remover_v5_6_MacOS_arm64.dmg（约 2.1 GB），Intel x86_64 用户选Ultimate_Vocal_Remover_v5_6_MacOS_x86_64.dmg（约 2.0 GB）。首次启动初始化 5-10 分钟属正常现象，Sonoma 上左键点不动的问题已在 v5.6 修复。

如果系统提示"无法打开"，在终端执行这两条放行命令：

sudo spctl --master-disable sudo xattr -rd com.apple.quarantine /Applications/Ultimate\ Vocal\ Remover.app

应用能正常打开后，恢复安全策略：

sudo spctl --master-enable

备选手动装法：安装 Python 3.10 后执行pip3 install -r requirements.txt，M1 机器还需把 site-packages 下的libsndfile_arm64.dylib复制为libsndfile.dylib。

Linux（Debian/Ubuntu 系）

先拿到仓库：

git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui

再装系统依赖并启动（FFmpeg 用于处理非 WAV 文件，别忘了）：

sudo apt update && sudo apt install ffmpeg python3-pip python3-tk pip3 install -r requirements.txt python3 UVR.py

Arch/Manjaro 用sudo pacman -S python-pip tk ffmpeg装依赖，再执行仓库里的./install_packages.sh逐个安装 Python 包。

跑通第一次人声分离并确认输出

1. 左侧 Choose Process Method 选 MDX-Net，它对新手最友好，速度和效果均衡。第一次用要点击 Start Processing 左侧的 Settings（扳手图标）按钮，在 Download Center 把对应模型下下来，只下一次。
2. Select Input 选一首歌（WAV、MP3、FLAC、OGG 都可以），Select Output 选输出文件夹，右上角定导出格式，需要二次处理就选 WAV 无损。
3. 有 NVIDIA 显卡就勾上 GPU Conversion，点 Start Processing，等进度条走完。

怎么判断成功：输出目录里出现和源文件同名的两个人声轨与伴奏轨文件，播放伴奏轨时人声已经不在，说明整条链路跑通了。

按输出目标选分离模型，并调关键参数

先定目标，再选模型：

• 只要人声 + 伴奏两轨、追求快：选 MDX-Net 或 VR Architecture，两轨模型速度最快。
• 要人声、吉他、鼓三轨拆分：选 MDX23（对应 MDX23C_D1581）。
• 要人声、鼓、贝斯、其他四轨独立：选 Demucs v4（htdemucs）；要六轨就用 htdemucs_6s，负载最重、耗时最长。
• 源文件有底噪或回声：先跑一遍内置的 UVR-DeNoise-Lite 降噪（模型文件在models/VR_Models/UVR-DeNoise-Lite.pth），再做正式分离，结果更稳。
• 单个模型效果不够干净：切到 Ensemble 模式，组合多个模型输出，还可以把常用组合命名保存复用。

参数按场景调：

• 内存吃紧或文件很大：Segment Size 从默认的 256 降到 128，Overlap 保持 8 左右。
• VR 类模型带 Aggressiveness 滑条（0-100）：调高人声去得更干净，但伴奏也会被削掉更多；拿不准时先勾 Sample Mode (30s) 试听 30 秒再定。
• 需要时间拉伸或变调功能，要提前装好 Rubber Band 二进制；应用处理非 WAV 文件依赖 FFmpeg。

常见故障按现象、原因、动作处理

• 现象：MP3、FLAC 加载报错，WAV 正常。原因：缺少 FFmpeg。动作：把 ffmpeg 二进制放进应用目录（Windows 放ffmpeg.exe）。
• 现象：内存分配错误。原因：Segment 或 Window 超出可用内存。动作：把 Segment Size 调到 128、Window 调低后重试。
• 现象：GPU 加速不生效、CUDA 报错。原因：PyTorch 与 CUDA 版本不匹配。动作：重装 cu117 版本的 torch。
• 现象：Sonoma 系统左键点不动。原因：Tkinter 在该系统的已知问题。动作：升级到 v5.6 最新版。
• 现象：应用启动即崩溃。原因：Python 依赖缺失。动作：重跑pip install -r requirements.txt。

定位问题时，点 Start Processing 左侧的 Settings 按钮打开 Error Log 看详细错误信息，比盲猜快得多。

找到模型目录、源码入口与设置保存机制

• 模型文件分三处存放：models/VR_Models/、models/MDX_Net_Models/、models/Demucs_Models/，手动下载模型放进对应目录即可离线使用；完整清单见 gui_data/model_manual_download.json。
• 分离推理的核心逻辑在 separate.py，界面与流程控制在 UVR.py，MDX-Net 的网络超参数集中在 lib_v5/vr_network/modelparams/。
• 设置会在应用关闭时自动保存，无需手动导出；当前模型组合也可以命名存档，下次一键恢复。

【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