企业官网建设流程全解析

Ultimate Vocal Remover v5.6 完整教程：免费工具 3 步把歌曲拆成人声与伴奏

【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

想把一首歌的人声抠掉、只留伴奏？Ultimate Vocal Remover（简称UVR）是一款免费开源的人声分离工具，靠深度神经网络把一首歌拆成人声、伴奏，甚至单独的鼓、贝斯音轨。当前版本v5.6.0。这篇教程带你从装好 UVR 到跑通第一次人声分离，全程零门槛。

手上有首歌想留伴奏：UVR 能帮你做什么

装之前先搞清楚它能干什么、干不了什么：

• 输入：WAV、MP3、FLAC、OGG 等格式。注意非 WAV 文件要靠 FFmpeg 转换。
• 输出：WAV、FLAC、MP3 三选一，WAV 无损优先。
• 模型：MDX-Net、VR Architecture、MDX23、Demucs（v3/v4 用得最多）四大架构。
• 拆分模式：人声/伴奏双轨，鼓、贝斯、人声、其他四轨，或者 htdemucs_6s 六轨。
• 附加能力：批量处理、Ensemble 多模型投票、时间拉伸与变调（依赖 Rubber Band 库）、内置模型下载中心。
• 模型来源：Demucs v3/v4 四轨模型来自 Demucs 官方团队，其余模型全部由 UVR 核心开发者训练，权重直接打包在安装包里。

两个限制提前说：应用只支持64 位平台；模型计算量大，转换速度完全取决于你的硬件。

安装 UVR v5.6：Windows、macOS 与 Linux 一键装

硬件够不够：最低配置与推荐配置

• 系统：Windows 10+ 64 位（推荐 Win 11）；macOS Big Sur 11.0+；Linux 选 Debian/Arch 系，Ubuntu 20.04 起步、22.04 更佳。
• 内存：建议8GB起步。
• 显卡：NVIDIA 卡里RTX 1060 6GB是 GPU 加速底线，8GB 显存体验最佳；没有独显用 CPU 跑，只是慢。
• Apple Silicon：M1/M2 已支持 MPS 加速，覆盖 Demucs v4 和全部 MDX-Net 模型。

Windows 10/11 下的一键安装步骤

1. 到项目 release 页下载UVR_v5.6.0_setup.exe。安装包已打包 Python、PyTorch 和全部依赖，不用准备任何前置环境。
2. ⚠️安装路径必须选 C:\ 盘根目录，装到其他盘应用会不稳定。
3. 等 5-10 分钟装完即可。AMD Radeon 或 Intel Arc 显卡用户，改下UVR_v5.6.0_setup_opencl.exe替代版。

想手动装也行：先装 Python 3.9.8（安装时勾上Add python.exe to PATH），在仓库目录执行：

python -m pip install -r requirements.txt

NVIDIA 显卡可以补装 cu117 的 CUDA 版 torch 开启加速。

macOS 的安装与权限处理

1. 按芯片选 DMG：Ultimate_Vocal_Remover_v5_6_MacOS_arm64.dmg（M1/M2，约 2.1GB）或Ultimate_Vocal_Remover_v5_6_MacOS_x86_64.dmg（Intel，约 2.0GB）。
2. 双击 DMG，把 UVR 拖进 Applications。首次启动要初始化 5-10 分钟，属正常现象，别以为卡死了。
3. Sonoma 系统的鼠标左键点不动问题已在 v5.6 修复，老版本用户直接升级。

如果系统提示"无法打开"，打开终端执行：

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

应用能正常打开后，建议再跑一次sudo spctl --master-enable恢复安全设置。

Linux Debian/Ubuntu 安装方法

按顺序执行这一组命令：

git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui sudo apt update && sudo apt install ffmpeg python3-pip python3-tk pip3 install -r requirements.txt python3 UVR.py

Arch/Manjaro 用户先装sudo pacman -S python-pip tk ffmpeg，再在仓库目录运行 install_packages.sh 批量装 Python 依赖。

第一次人声分离：3 步拿到你的第一份伴奏

打开应用，主界面长这样：

1. 选模型架构：左侧 Choose Process Method 挑 MDX-Net（新手闭眼选）。首次使用在下方 Download Center 把对应模型下下来，只下一次。
2. 选文件和输出：Select Input 点一首歌，Select Output 选输出文件夹，右上角定导出格式——WAV 无损优先。
3. 开始处理：有 NVIDIA 卡就勾上GPU Conversion，点 Start Processing。进度条走完，输出目录里就是 Vocals 和 Instrumental 两个文件。

能听到干净的伴奏和人声，说明环境彻底跑通了 ✅

模型怎么选：MDX-Net、VR、MDX23 与 Demucs v4 对比

先定目标，再挑模型：

三个调参小经验：

• 内存吃紧或文件很大：把 Segment Size 从默认256往下调（如128），Overlap 保持在8左右即可。
• 源文件有底噪：先过一遍UVR-DeNoise-Lite模型降噪，再做正式分离，结果更稳。💡
• 想要更稳：Ensemble 模式让多个模型并行投票，质量更稳，速度也更慢。

设置会在关闭应用时自动保存，不用手动导出。

常见报错排查与进阶方向

五类高频问题，对照处理：

• 非 WAV 文件加载报错→ FFmpeg 没装。把 ffmpeg 二进制放进应用目录（Windows 放 ffmpeg.exe）。
• 内存分配错误→ Segment/Window 开太大。调小这两个值再试。
• GPU 加速不生效→ PyTorch 与 CUDA 版本不匹配。重装 cu117 版本 torch。
• macOS 左键点不动→ Sonoma 的 Tkinter 已知问题。升级到 v5.6 最新版。
• 应用启动即崩溃→ Python 依赖缺失。重跑pip install -r requirements.txt。

想更快定位问题：点 Start Processing 左侧的Settings按钮，打开Error Log看详细报错。

进阶方向：

• 模型权重集中在models/VR_Models/、models/MDX_Net_Models/、models/Demucs_Models/三个目录，手动下载模型放进对应目录即可离线使用。
• 完整模型清单见 gui_data/model_manual_download.json。
• 分离逻辑核心在 separate.py，界面逻辑在 UVR.py。

【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