企业官网建设流程全解析

UVR5 完整教程：3 步免费人声分离，提取干净伴奏

【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

UVR5（Ultimate Vocal Remover）是一款免费、开源的人声分离工具，音频全程在本地离线处理，不上传任何第三方服务。它把一首歌里的人声和伴奏拆成两条独立轨道，适合三类人：想提取清唱伴奏的翻唱者、需要分轨单独调整声音的混音者、想去掉原唱只留背景音乐的视频制作者。本文从环境准备、第一次跑通，讲到模型选型和参数调优，照着走完就能拿到自己的第一版伴奏。

10 分钟装好 UVR5：克隆仓库、装依赖，GPU 可选

UVR5 底层是 PyTorch，需要一个 Python 环境。整个安装就是三条命令的事：克隆仓库、装依赖，有显卡的话再补一条 CUDA 版 PyTorch。

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

pip install -r requirements.txt

装依赖时若报权限错误，给 pip 命令加--user，或者先建虚拟环境再装；Windows 启动时报缺 DLL，装上 Visual C++ Redistributable 基本就能解决。有 NVIDIA 显卡的话，建议把 CUDA 版 PyTorch 也装上：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

装上后处理时间可以压到 CPU 的十分之一左右 ⚡；没有显卡就跳过，程序会自动用 CPU 跑。

第一次跑通：人声和伴奏两个 wav 文件怎么出来

主界面分三块：左侧是 Select Input 和 Select Output，分别选输入文件和输出目录，下面带 WAV / FLAC / MP3 输出格式；中间是 Process Method 和模型下拉框；底部是 Start Processing 按钮，版本号印在最下方。上手第一遍只碰两个地方：左侧选文件、中间选模型，其余全部默认。

具体做法：Select Input 里加载要处理的歌；Select Output 指一个专门新建的文件夹，别让结果和原文件混在一起。首次运行且网络正常时，程序会自动下载预训练模型，不用挑，默认模型先跑起来即可。有显卡就勾上 GPU Conversion，点 Start Processing，等进度条走完。

跑完看输出目录，会多出两个 wav：Vocals 是纯人声轨，Instrumental 就是你要的伴奏。提前说清速度预期：一首 3 分钟的歌，纯 CPU 跑要十几分钟，属正常现象，别以为是卡死了。

它凭什么分得开：神经网络像个"熟练的挑果人"

传统滤波器按固定频率一刀切，可人声和吉他常常挤在同一频段，切一刀两边都伤。UVR5 的思路完全不同：神经网络先"听"过海量"混音 + 干净分轨"的成对样本，从中学会人声的频谱长什么样、每件乐器的频谱又长什么样。这有点像经验丰富的挑果人——不称每一颗的重量，只看色泽、形状、手感，就把一筐混装的果子按品种分到不同筐里：不是按频率切，而是先认出混音里"谁是谁"，再逐个拆出来。AI 分离听感比传统滤镜干净，根源就在这里。想读代码的读者，可以从 lib_v5/ 下的spec_utils.py入手，它是频谱处理的公共底座，再看核心网络结构mdxnet.py。

三个模型家族：一张表选对不踩坑 🎯

预训练模型都放在 models/ 目录，按算法分成三个家族，擅长领域差别很大：

我的建议：流行歌直接上 MDX-Net，稳；古典、爵士这类编曲复杂的选 Demucs；实在不知道挑哪个，先用 VR 系列跑一版当基准，多跑几次对比的成本很低。网络不稳、模型反复下载失败时，自己找到模型文件放进上面对应目录，重启软件即可识别。

调优与排障：Segment、Overlap 与四类高频报错

日常值得动的参数主要是两个：

• Segment（分段长度）：音频被切多长再喂给模型。取值小，内存占用低，对配置一般的机器友好；取值大，模型看到的上下文更完整，分离更稳。在 128 到 512 之间多试几档，找到自家机器的舒适值。
• Overlap（重叠率）：相邻片段的搭接程度。太低，拼接处容易出接缝声；太高，处理时间明显拉长。从 8 起步，有接缝再加到 16 或 24。

出问题时，建议先动 Segment 和 Overlap；参数解决不了再换模型家族；还不行就回头查环境，比如显卡驱动版本。有显卡却识别不到设备，先查驱动，或者暂时关掉 GPU Conversion 用 CPU 兜底。

现在就能做的一步最小任务

挑一首你最熟的歌扔进输入目录，按上面的默认设置跑一遍；进度条走完，把 Instrumental 轨听一遍，把觉得"不对味"的地方记下来，再回到模型和参数两节逐项修正。手里还有一整个文件夹的歌要处理时，项目的UVR.py支持命令行脚本批量跑，一次处理几十首没有压力。

【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