Ultimate Vocal Remover 5.6 完整教程：免费用三种 AI 架构提取人声与伴奏
【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
想给翻唱现场配伴奏，原曲里却还留着主唱的声音；或者想把乐队 Live 录音里的人声单独抠出来重新混音——该找谁？Ultimate Vocal Remover（UVR）5.6就是为这件事做的：一款基于深度神经网络的 AI 音频分离桌面工具，能把一首歌拆成人声、伴奏，甚至鼓、贝斯等多条独立轨道。项目完全开源免费，NVIDIA 显卡上可开启 GPU 加速。
本文不按功能清单来讲，而是围绕三个高频任务展开——只要伴奏、只要人声、批量处理一整个文件夹——从安装到进阶参数，一次走通。
UVR 5.6 到底能帮你做什么
工具内置三种分离架构，外加两个辅助模式：
- VR Arc：专为人声/伴奏二分离设计的网络结构，跑得最轻快，适合日常快速出活
- MDX-Net：多尺度、多频带的高精度分离模型，音质保真度和速度都更均衡
- Demucs：Facebook Research 的多轨分离模型，可把一首歌拆成 4 条轨道（人声、鼓、贝斯、其他乐器）
- Ensemble Mode：同一份音频跑多个模型再融合结果，把分离质量榨到最高
- Audio Tools：对分离后的文件做二次处理，如变速（Time-Stretch）、变调（Pitch Shift），依赖 Rubber Band 库
除分离外，它还负责 WAV / FLAC / MP3 的格式转换，关闭程序后会自动记住你上次的全部设置。
让 UVR 跑起来：三种系统的安装方法
官方打包版已内置 Python、PyTorch 等全部依赖，下载后无需额外配置：
- Windows 10/11：下载 UVR_v5.6.0_setup.exe 安装程序并运行。两条硬性要求：系统必须是 Windows 10 及以上；必须安装到 C: 盘，装到其他盘会导致不稳定。AMD / Intel 核显用户可选 OpenCL 版本。
- macOS：按芯片选包，M1/M2（arm64）与 Intel（x86_64）各有对应 .dmg。首次启动可能等待 5–10 分钟，属正常现象；若系统拒绝打开，按 README 中的终端命令解除来源限制即可。
- Linux（Debian/Ubuntu 系）：命令行装好系统依赖，再装项目依赖即可启动：
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其中ffmpeg负责处理 WAV 之外的格式；如果不想逐条敲命令，也可以直接运行项目里的 install_packages.sh 一键装好依赖。
任务一：做卡拉 OK 伴奏带，只留乐器部分
打开主界面，从上到下就三块：输入区、模型参数区、底部 Start Processing 按钮。四步拿到第一版伴奏：
- 选输入和输出：点
Select Input挑歌曲（WAV、MP3、FLAC 等均可，也支持直接拖拽文件进来）；点Select Output指定结果存放目录。 - 选分离方法：在 "CHOOSE PROCESS METHOD" 下拉框选
MDX-Net或VR Arc，两者都会输出"人声 + 伴奏"两份文件；模型默认 MDX23C-InstVoc HQ 即可直接使用。 - 勾选两个开关：有 NVIDIA 显卡就勾上
GPU Conversion提速；勾Instrumental Only则只写出伴奏，不生成人声文件。 - 选格式开跑：输出格式在 WAV / FLAC / MP3 中三选一，点击
Start Processing，进度条会全程同步显示。
第一次用的建议：先勾上Sample Mode (30s)，程序只处理开头 30 秒，快速试听这个模型是否适合当前歌曲；结果满意后取消勾选，再跑完整曲目。
任务二：提取干净人声，模型怎么选、参数怎么动
流程与任务一完全相同，区别在两处：
- 模型区勾选Vocals Only，最终只保存人声文件。
- 按需求挑架构：
- 追求速度、一次处理多首 →VR Arc；
- 人声要尽可能干净、愿意多等一会 →MDX-Net的高画质模型；
- 想把人声和鼓、贝斯、其他乐器一次拆干净 →Demucs，并勾选只输出主轨（primary stem）的选项，就只写入人声轨道。
两个参数值得了解：
- SEGMENT SIZE（默认 256）与OVERLAP（默认 8）：前者决定每段处理块的长度，内存报错时把它调小基本都能解决。
- SELECT SAVED SETTINGS：把当前参数组合存成预设，下次从下拉框直接调用，不用重新调。预设存放在 gui_data/saved_settings/ 目录。
任务三：批量处理一整个文件夹，再用 Ensemble 拉满质量
UVR 的输入区支持一次添加多个文件：文件选择器里多选，或直接把文件夹拖进窗口。处理完成后，结果按原文件名顺序写入输出目录。处理整张专辑时：
- 一次性把所有曲目加入输入区，输出选一个干净的目录；
- 保持默认参数，开启 GPU 加速，程序逐首处理；
- 个别关键曲目要最高质量时，切换到Ensemble Mode：选一个主模型 + 一个次级模型、确定融合算法，程序会对同一文件跑两遍再合成。组合好的模型可保存到 gui_data/saved_ensembles/，下次一键复用。
常见翻车与对应解法
| 症状 | 先查哪里 |
|---|---|
| 内存分配错误 | 调小 SEGMENT SIZE 或窗口大小；仍不行就关 GPU 转换用 CPU 跑 |
| 只有 MP3/FLAC 报"找不到 FFmpeg" | 官方安装包已内置；手动安装的用户需自行装好 |
| 用 AMD / Intel 显卡 | 换 OpenCL 版本安装包，或直接走 CPU |
| GPU 转换太慢或失败 | NVIDIA 显卡建议 1060 6GB 起步、8GB 显存更稳 |
| macOS 打不开程序 | 按 README 执行两条终端命令解除系统安全限制 |
实在定位不了：Start Processing左侧有设置按钮，点进去用Error Log查看详细错误日志，把日志内容拿出来对照排查最快。
核心算法在哪里（给想深入的人）
想动手改或研究，从这几个入口进：
- separate.py：VR / MDX / Demucs 各条分离链路的主逻辑
- lib_v5/：MDX-Net 与 VR 架构的网络定义，含 lib_v5/vr_network/ 下的模型参数配置
- demucs/：Demucs 模型加载与推理代码
- models/：三种架构的权重与参数文件，按
VR_Models、MDX_Net_Models、Demucs_Models分目录存放 - gui_data/model_manual_download.json：模型手动下载清单
项目采用 MIT 许可证，代码可自由修改；若复用其中模型，请保留对 UVR 及其开发者的署名。
现在就动手：下载好安装包，放一首你熟悉的歌进去，勾上Sample Mode (30s)，把三种架构各听一遍 30 秒——哪条轨道最干净，你的素材该用哪个模型，答案马上就有。
【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
