人声分离完整指南UVR v5.6 免费开源伴奏提取3 步从安装到出音轨【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做翻唱、录 KTV 或者搞混音时最常卡住的一步就是手里只有混音版却想要一份干净的伴奏。人声分离工具正是为此存在的。Ultimate Vocal RemoverUVRv5.6.0 是一款免费开源的深度学习应用能把一首歌拆成人声、伴奏甚至鼓、贝斯等独立音轨。本文带你走完整条动线先确认机器能不能跑再按系统选安装包最后完成第一次分离并调优效果。它支持 WAV、MP3、FLAC、OGG 等格式输入非 WAV 文件需要 FFmpeg输出 WAV、FLAC、MP3 三种格式。先确认机器能不能跑系统与硬件自检在下载安装包之前花一分钟对照一下你的配置能避免装完才发现跑不动。平台最低要求推荐配置WindowsWindows 10 64 位Windows 11 64 位macOSBig Sur 11.0 及以上Monterey 12.0 及以上LinuxDebian / Arch 系如 Ubuntu 20.04Ubuntu 22.04注意该应用只兼容 64 位平台。硬件方面内存建议 8GB 起步因为这些分离模型计算量不小分块处理时都会吃内存NVIDIA RTX 1060 6GB 是开 GPU 加速的底线显存 8GB 体验最佳没有独显也能走 CPU只是速度慢不影响功能完整性Apple M1/M2 已支持 MPS 加速目前覆盖 Demucs v4 和全部 MDX-Net 模型。下载前 60 秒按系统选安装包确认配置没问题后从项目 release 页按芯片/架构挑对应的文件。安装包已经把 Python、PyTorch 和全部依赖打包好了无需任何前置环境系统下载文件大小适用芯片/架构Windows 1064 位UVR_v5.6.0_setup.exe以 release 页为准NVIDIA 显卡Windows 1064 位UVR_v5.6.0_setup_opencl.exe同上AMD Radeon / Intel ArcmacOS Big SurUltimate_Vocal_Remover_v5_6_MacOS_arm64.dmg约 2.1 GBApple SiliconM1/M2macOS Big SurUltimate_Vocal_Remover_v5_6_MacOS_x86_64.dmg约 2.0 GBIntel x86_64Linux源码仓库 依赖仓库仅几 MBDebian / Arch 系⚠️ 只有一条硬规则要提前记牢Windows 版必须安装到 C 盘根目录。装到其他盘会导致应用不稳定这是官方明确声明过的限制。安装三条路Windows 一键、macOS 授权、Linux 源码Windows双击装完就能用双击 UVR_v5.6.0_setup.exe路径保持 C:\ 根目录等待 5–10 分钟。AMD / Intel 显卡用户改下 OpenCL 替代版即可。如果你坚持手动装比如想自己挑 Python 版本安装 Python 3.9.8勾选 Add python.exe to PATH克隆仓库后装依赖git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui python -m pip install -r requirements.txt有 NVIDIA 显卡的话再装 cu117 的 CUDA 版 torch 即可开启加速。macOS重点是权限处理双击对应芯片的 DMG把 UVR 拖进 Applications。首次启动要 5–10 分钟初始化依赖较多属正常现象耐心等一下。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把安全设置恢复。另外Sonoma 上 Tkinter 应用左键点不动的已知问题已在 v5.6 修复如果你的版本较旧还遇到这个问题直接升级到 v5.6。LinuxDebian/Ubuntu 系最少命令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.pyArch/Manjaro 用户先sudo pacman -S python-pip tk ffmpeg装系统依赖再执行仓库里现成的 install_packages.sh 批量安装 Python 包即可。第一次分离的 3 个动作以新手最容易上手的 MDX-Net 架构为例从打开应用到出结果只需要三步选架构、下模型左侧 Choose Process Method 选 MDX-Net首次使用在下方 Download Center 把对应模型下下来只下一次之后本地就有。定输入输出点 Select Input 选一首歌Select Output 选输出文件夹右上角选导出格式——想无损就选 WAV。开跑有 NVIDIA 显卡时勾上 GPU Conversion点 Start Processing等进度条走完。验收点输出目录里能看到 Vocals 和 Instrumental 两个文件并且能分别听到干净的人声和伴奏就说明你的环境完全跑通了。让效果更好模型选择与 3 个调优点先定目标再选模型。只要人声/伴奏双轨用 MDX-Net 或 VR 架构速度快、日常够用需要鼓、贝斯独立音轨就选 Demucs v4——四轨用 htdemucs六轨用 htdemucs_6s。内存吃紧或文件很大时把 Segment Size 从 256 往下调比如 128Overlap 保持在 8 左右。这样能显著降低单次推理的峰值内存分离质量基本不受影响。源文件有底噪时先跑一遍内置的 UVR-DeNoise-Lite 模型位于 models/VR_Models/做降噪再做正式分离结果更稳。补充一点背景UVR 打包的模型中Demucs v3/v4 四轨模型来自 Demucs 官方其余均由 UVR 核心开发者训练。卡住怎么办常见报错速查现象原因处理动作非 WAV 文件加载报错FFmpeg 未安装把 ffmpeg 二进制放进应用目录Windows 放 ffmpeg.exe内存分配错误Segment/Window 过大调小 Segment Size 和 Window 再试GPU 加速不生效PyTorch 与 CUDA 不匹配重装 cu117 版本的 torchmacOS 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 定位问题有个捷径点 Start Processing 左侧的 Settings 按钮打开 Error Log 查看详细报错比看界面提示快得多。深入一层模型文件、设置与核心源码如果你不满足于点按钮下面这些路径值得收藏模型文件集中在三个目录models/VR_Models/、models/MDX_Net_Models/、models/Demucs_Models/。手动下载模型放进对应目录即可离线使用完整清单见 gui_data/model_manual_download.json设置无需手动管理应用关闭时会自动保存当前全部设置下次打开原样恢复分离逻辑核心在 separate.py界面逻辑在 UVR.py各模型的网络参数文件在 lib_v5/vr_network/modelparams/想改行为或追 bug 从这里入手更完整的安装说明与许可信息MIT 协议见项目 README.md。【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 人声分离完整指南：UVR v5.6 免费开源伴奏提取，3 步从安装到出音轨
人声分离完整指南UVR v5.6 免费开源伴奏提取3 步从安装到出音轨【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做翻唱、录 KTV 或者搞混音时最常卡住的一步就是手里只有混音版却想要一份干净的伴奏。人声分离工具正是为此存在的。Ultimate Vocal RemoverUVRv5.6.0 是一款免费开源的深度学习应用能把一首歌拆成人声、伴奏甚至鼓、贝斯等独立音轨。本文带你走完整条动线先确认机器能不能跑再按系统选安装包最后完成第一次分离并调优效果。它支持 WAV、MP3、FLAC、OGG 等格式输入非 WAV 文件需要 FFmpeg输出 WAV、FLAC、MP3 三种格式。先确认机器能不能跑系统与硬件自检在下载安装包之前花一分钟对照一下你的配置能避免装完才发现跑不动。平台最低要求推荐配置WindowsWindows 10 64 位Windows 11 64 位macOSBig Sur 11.0 及以上Monterey 12.0 及以上LinuxDebian / Arch 系如 Ubuntu 20.04Ubuntu 22.04注意该应用只兼容 64 位平台。硬件方面内存建议 8GB 起步因为这些分离模型计算量不小分块处理时都会吃内存NVIDIA RTX 1060 6GB 是开 GPU 加速的底线显存 8GB 体验最佳没有独显也能走 CPU只是速度慢不影响功能完整性Apple M1/M2 已支持 MPS 加速目前覆盖 Demucs v4 和全部 MDX-Net 模型。下载前 60 秒按系统选安装包确认配置没问题后从项目 release 页按芯片/架构挑对应的文件。安装包已经把 Python、PyTorch 和全部依赖打包好了无需任何前置环境系统下载文件大小适用芯片/架构Windows 1064 位UVR_v5.6.0_setup.exe以 release 页为准NVIDIA 显卡Windows 1064 位UVR_v5.6.0_setup_opencl.exe同上AMD Radeon / Intel ArcmacOS Big SurUltimate_Vocal_Remover_v5_6_MacOS_arm64.dmg约 2.1 GBApple SiliconM1/M2macOS Big SurUltimate_Vocal_Remover_v5_6_MacOS_x86_64.dmg约 2.0 GBIntel x86_64Linux源码仓库 依赖仓库仅几 MBDebian / Arch 系⚠️ 只有一条硬规则要提前记牢Windows 版必须安装到 C 盘根目录。装到其他盘会导致应用不稳定这是官方明确声明过的限制。安装三条路Windows 一键、macOS 授权、Linux 源码Windows双击装完就能用双击 UVR_v5.6.0_setup.exe路径保持 C:\ 根目录等待 5–10 分钟。AMD / Intel 显卡用户改下 OpenCL 替代版即可。如果你坚持手动装比如想自己挑 Python 版本安装 Python 3.9.8勾选 Add python.exe to PATH克隆仓库后装依赖git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui python -m pip install -r requirements.txt有 NVIDIA 显卡的话再装 cu117 的 CUDA 版 torch 即可开启加速。macOS重点是权限处理双击对应芯片的 DMG把 UVR 拖进 Applications。首次启动要 5–10 分钟初始化依赖较多属正常现象耐心等一下。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把安全设置恢复。另外Sonoma 上 Tkinter 应用左键点不动的已知问题已在 v5.6 修复如果你的版本较旧还遇到这个问题直接升级到 v5.6。LinuxDebian/Ubuntu 系最少命令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.pyArch/Manjaro 用户先sudo pacman -S python-pip tk ffmpeg装系统依赖再执行仓库里现成的 install_packages.sh 批量安装 Python 包即可。第一次分离的 3 个动作以新手最容易上手的 MDX-Net 架构为例从打开应用到出结果只需要三步选架构、下模型左侧 Choose Process Method 选 MDX-Net首次使用在下方 Download Center 把对应模型下下来只下一次之后本地就有。定输入输出点 Select Input 选一首歌Select Output 选输出文件夹右上角选导出格式——想无损就选 WAV。开跑有 NVIDIA 显卡时勾上 GPU Conversion点 Start Processing等进度条走完。验收点输出目录里能看到 Vocals 和 Instrumental 两个文件并且能分别听到干净的人声和伴奏就说明你的环境完全跑通了。让效果更好模型选择与 3 个调优点先定目标再选模型。只要人声/伴奏双轨用 MDX-Net 或 VR 架构速度快、日常够用需要鼓、贝斯独立音轨就选 Demucs v4——四轨用 htdemucs六轨用 htdemucs_6s。内存吃紧或文件很大时把 Segment Size 从 256 往下调比如 128Overlap 保持在 8 左右。这样能显著降低单次推理的峰值内存分离质量基本不受影响。源文件有底噪时先跑一遍内置的 UVR-DeNoise-Lite 模型位于 models/VR_Models/做降噪再做正式分离结果更稳。补充一点背景UVR 打包的模型中Demucs v3/v4 四轨模型来自 Demucs 官方其余均由 UVR 核心开发者训练。卡住怎么办常见报错速查现象原因处理动作非 WAV 文件加载报错FFmpeg 未安装把 ffmpeg 二进制放进应用目录Windows 放 ffmpeg.exe内存分配错误Segment/Window 过大调小 Segment Size 和 Window 再试GPU 加速不生效PyTorch 与 CUDA 不匹配重装 cu117 版本的 torchmacOS 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 定位问题有个捷径点 Start Processing 左侧的 Settings 按钮打开 Error Log 查看详细报错比看界面提示快得多。深入一层模型文件、设置与核心源码如果你不满足于点按钮下面这些路径值得收藏模型文件集中在三个目录models/VR_Models/、models/MDX_Net_Models/、models/Demucs_Models/。手动下载模型放进对应目录即可离线使用完整清单见 gui_data/model_manual_download.json设置无需手动管理应用关闭时会自动保存当前全部设置下次打开原样恢复分离逻辑核心在 separate.py界面逻辑在 UVR.py各模型的网络参数文件在 lib_v5/vr_network/modelparams/想改行为或追 bug 从这里入手更完整的安装说明与许可信息MIT 协议见项目 README.md。【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