Ultimate Vocal Remover 5.6：免费人声分离，3步出结果
【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
你想做一首歌的卡拉OK伴奏，找不到干净的纯音乐。Ultimate Vocal Remover v5.6 是一款免费开源的人声分离工具：指向一首歌，跑完你会拿到人声、伴奏两个文件。
它到底能帮你解决什么
最常见的需求是搞一段干净伴奏。你想翻唱一首歌，需要把原曲里的人声拿掉。UVR 做的就是人声分离：输入指向原曲，跑完输出目录里会有人声、伴奏两条轨，伴奏可以直接拿去当伴奏带。
另一个是 remix 场景。做音乐时经常需要把一首歌拆成单独的轨再加工。软件里自带 Demucs、MDX-Net、VR Architecture 几个分离模型，Demucs 的 4-stem 模型对编曲复杂的歌更稳，你可以按歌挑。
老录音、播客这类材料，可以只把人声抠出来，再用自带的降噪模型把伴奏里分离后残留的底噪清一遍。分离是神经网络算出来的，没有传统频谱减法那种发闷的感觉，结果可以直接用在正式项目里。
从安装到第一次出人声分离结果
先把仓库克隆到本地目录，再跑仓库里的安装脚本，它照着 requirements.txt 把 PyTorch 等依赖逐个装上，然后用 python UVR.py 启动。
git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui && cd ultimatevocalremovergui sh install_packages.sh && python UVR.py打开后你会看到上面两行是 Select Input 和 Select Output 框，旁边选输出格式，WAV/FLAC/MP3 三选一。中间一行是分离方法、片段大小、重叠率三个下拉框，下面一排是 GPU Conversion、Vocals Only 这类复选框，最底下是一根 Start Processing 按钮。
第一次跑，参数一个都别动：默认方法是 MDX-Net，默认模型是 MDX23C-InstVoc HQ，选一首输入歌、选一个输出目录、点 Start Processing，就三个动作。跑完输出目录里会多出一个人声文件和一个伴奏文件。先跑通，回头再调。
几个真正影响听感的关键变量
片段大小（Segment Size）控制模型一次听多长一段音频。默认是 256。歌长、编曲密的话可以往 512 甚至 1024 调，模型看到的上下文更多，段落之间的过渡会更顺。但调太猛内存压力会明显上来，显存或内存吃紧的机器会直接报错。
重叠率（Overlap）控制相邻两段各有多少重叠。默认是 8。调高到 16，接缝处混合得更充分，不容易听到段落边界的跳变。但计算时间也跟着涨，再往上的音质收益很小。
第三个变量是模型本身。它决定底层算法，默认的 MDX-Net 速度快，Demucs 稍慢但对复杂编曲更稳。分离结果人声里残留乐器太多的话，换 Demucs 的 4-stem 模型对比一下。
想批量处理一整张专辑，或者把多个模型的输出融合成一个结果，软件里都有对应选项，配置在 lib_v5/vr_network/modelparams/ 目录，这里不展开。
新手大概率会踩的坑
你大概率会碰到「MP3 处理不了、直接报错」→ 原因是系统没装 FFmpeg，UVR 靠它转非 WAV 文件 → 装好 FFmpeg 再重启程序就好。
你大概率会碰到「处理到一半报内存分配错误」→ 原因是片段大小超出机器承受能力 → 把 Segment Size 降回 256 或更低，没独显的机器把 GPU Conversion 取消勾选，交给 CPU。
你大概率会碰到「伴奏里还有一点点鬼唱」→ 原因是没有任何模型能分得绝对干净，残留是常态 → 换个模型再跑一遍对比，或者直接用自带降噪模型再过一遍。
接下来可以折腾的方向
第一首歌跑完，可以把调好的参数存成一组设置，下次直接加载。想知道新版加了什么，看 gui_data/change_log.txt。
【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
