RVC UVR5 人声分离如何快速完成：新手把一首歌拆成人声、伴奏 2 轨的完整指南
【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data <= 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI
Retrieval-based-Voice-Conversion-WebUI（RVC）内置的 UVR5 模块，能把一首歌拆成人声、伴奏 2 轨，不需要懂信号处理。跑完后手里是 2 个文件夹：一条干净人声轨、一条伴奏轨，可直接拿去翻唱、配音，或直接喂给 RVC 主界面走变声流程。这是批量分离，不支持实时，整段处理完才出结果。本指南面向零基础新手：装好环境、挑对参数，跑一遍 5 分钟内出第一份分离结果。
🎯 先看到结果：你手里会拿到什么
- 主人声文件夹：默认
opt目录，每首源文件对应一条人声轨，是后续变声流程的输入 - 非主人声文件夹：默认
opt目录，伴奏轨，歌词旋律基本不可闻 - 格式默认
flac无损，导出文件格式字段可切wav/mp3/m4a - 文件夹级批量：源文件夹里全部音频一次处理完，逐文件出结果
📦 开工前对一遍这 4 样：环境、权重、源文件
| 项目 | 要求 | 验证方法 |
|---|---|---|
| 运行环境 | Python 3.12（64 位）+ ffmpeg 已装且加入 PATH | 执行python -V、ffmpeg -version，两条都有输出 |
| 代码与依赖 | clone 仓库后按显卡装依赖：NVIDIA 用requirments_cu118_py312.txt（RTX 50 系用 cu128 版），AMD / Intel / 纯 CPU 用requirments_cpu_py312.txt | pip install -r全程无报错 |
| UVR5 权重 | 官方模型仓库 lj1995/VoiceConversionWebUI 里的 uvr5_weights.pth文件，放入assets/uvr5_weights/ | 界面「模型」下拉框出现 HP2、HP3、HP5、DeEcho 系列 |
| 源文件 | 音频放进一个文件夹；44100Hz 双声道最佳，不达标时 ffmpeg 自动转成 44.1kHz 双声道再处理 | 数一遍文件夹文件数，后面用它比对 |
git clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI pip install -r requirments_cu118_py312.txt操作流程：3 步跑完一次批量分离
- 启动界面。Windows 双击
go-webui.bat，Linux / Mac 执行python3 webui.py。完成后浏览器自动打开主界面，顶部可见「模型推理」「训练」等标签页。 - 进入分离标签页。点
伴奏人声分离&去混响&去回声标签；输入待处理音频文件夹路径填源文件夹路径（文件管理器地址栏直接拷）；模型下拉选模型，无和声选HP3、有和声选HP5、去混响选onnx_dereverb_By_FoxJoy或 DeEcho 系列；指定输出主人声文件夹、指定输出非主人声文件夹保持默认opt，导出文件格式保持默认flac。 - 开始处理。点
转换按钮。完成后右侧输出信息逐行打印文件名 → 成功；哪行出现失败，后面会跟报错堆栈，按最后一节对照处理。
⚙️ 决定成败的参数：模型 1 选错，整轨白跑
| 参数（模型） | 适用场景 | 为什么选它 / 选错会怎样 |
|---|---|---|
HP3 | 无和声歌曲，保留主人声 | 单人声保留最完整，背景器乐不会被误判成人声 |
HP5 | 有和声歌曲，只留主旋律人声 | 和声被归入伴奏轨，主人声会薄一点，这是去掉和声的代价 |
onnx_dereverb_By_FoxJoy | 去双通道混响 | MDX-Net 结构专攻混响；用它去混响却选了 HP 系列等于白跑 |
DeEcho-Normal/DeEcho-Aggressive/DeEcho-DeReverb | 去延迟、去混响 | Aggressive 更彻底；DeReverb 额外去混响，耗时接近 2 倍 |
调参策略：
- 症状「伴奏里人声残留多」→ 调高人声提取激进程度（字段名
人声提取激进程度，范围 0-20，默认 10，当前版本界面上未开放）；症状「伴奏乐器发薄」→ 往回调。每次只动 2 档，听完再定。 - 症状「有和声的歌和声被完整保留」→ 和声被当成了主人声，换
HP5重跑。 - 两条边界要知道：这个模块去不干净单声道混响，MDX-Net 类模型只处理双通道混响；低码率 MP3 的分离上限本身就低，换无损文件重跑。相关实现在 tools/uvr5/，该标签页的界面定义在 webui.py。
✅ 完成后怎么验收：4 项自查 + 症状对照
自查（跑完逐项过，4 项全过才算合格）：
- 戴耳机打开主人声文件夹，挑一段副歌听 30 秒：音色连续完整，没有明显变薄、断裂
- 打开非主人声文件夹，同一段副歌听 30 秒：歌词旋律听不出来，只剩器乐编排
输出信息里每一行都是成功，没有失败和红色报错文本- 两个输出文件夹的文件数量与源文件夹一致，无缺失、无多余
症状对照（按出现概率从高到低）：
- 如果「模型」下拉框是空的 →
assets/uvr5_weights/里没有.pth权重文件 → 从官方模型仓库下载 uvr5_weights，把.pth放进该目录，重启界面 - 如果报错含
No module named 'torch'→ 依赖文件和显卡没对上 → 按显卡型号重选对应 requirements 文件重装，AMD / Intel 一律用 CPU 版 - 如果输出
失败且堆栈提到 ffmpeg → ffmpeg 没装或没加 PATH → 装好 ffmpeg，重启界面重跑 - 如果人声发薄、伴奏味太重 → 提取激进程度调高了 → 从 12 降到 8-10 再跑
- 如果单个文件要跑很久 → 实际在用 CPU 跑，或文件夹里文件太多 → 执行
python -c "import torch; print(torch.cuda.is_available())"确认 GPU 可用，再减少文件数试跑
更多常见问题对照 docs/en/faq_en.md。
【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data <= 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
