Ultimate Vocal RemoverUVR5一键免费提取干净人声与伴奏的完整方法【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翻唱平台提示歌曲包含原声只能删掉重录用 Ultimate Vocal RemoverUVR5就能绕开这个麻烦它是一款基于深度神经网络的免费开源人声分离工具一首歌丢进去干声与伴奏两个文件出来。让 UVR5 跑起来的两种方式安装包与源码最省事的路径是官方一体化安装包Python、PyTorch、FFmpeg 全部内置没有任何前置条件。Windows 是 exe 安装程序macOS 是 dmgM1 与 Intel 各有版本各平台链接都列在项目顶层的 README 里。想读代码、自己加模型或跑 Linux 的开发者走源码git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui pip install -r requirements.txt python UVR.pyLinux 需先装好 ffmpeg 和 python3-tk否则界面打不开、非 WAV 格式转换也会报错。硬件上多说一句有 NVIDIA 显卡就装 CUDA 版 PyTorchcu117 wheel5 分钟歌曲的处理时间通常能从 CPU 的十几分钟压到 1-2 分钟官方建议 8GB 以上显存。 实操一首歌拆出两轨先说清楚结果放哪点 Select Input 加载你的 MP3WAV、FLAC 也支持文件可以直接拖进输入框一次选中多个文件时程序会按顺序依次处理。再点 Select Output 指定一个专门的结果文件夹格式默认 WAV可改 FLAC 或 MP3。输出先挪出去源素材才不会和结果混在一起。选算法这一步占九成工作主界面 CHOOSE PROCESS METHOD 下藏着三套算法体系MDX-Net实现见 lib_v5/mdxnet.py两轨分离跑得最快速度与质量最均衡新手默认选它Demucs代码在 demucs/ 目录v3/v4 能拆出 4 轨人声/鼓/贝斯/其他想要完整分轨时切换VR Architecture代码在 lib_v5/vr_network/模型版本多专攻去除特定乐器与降噪等任务。本例选 MDX-Net再在 CHOOSE MDX-NET MODEL 里挑MDX23C-InstVoc HQ——两轨人声模型跑完即得干声与伴奏。想先看模型再决定可以打开 models/ 下的 JSON 看频宽、重叠、primary_stem 等参数。勾参数、启动、验证主要参数只有两个都有默认起点Segment Size分段大小默认 256兼顾质量与显存Overlap分段重叠度默认 8越大接缝越平滑。有 NVIDIA 显卡就勾上 GPU Conversion程序会自动检测 CUDA 与 macOS MPS设备调度逻辑在 separate.py。第一次建议勾Sample Mode (30s)只听前 30 秒效果满意再跑全长。点 Start Processing首次运行会自动下载模型进度条走完后输出文件夹里会出现两个文件歌曲名_(Vocals).wav干声和歌曲名_(Instrumental).wav伴奏。参数速查表效果不对时动哪个旋钮你听到/看到的现象先调什么预期变化伴奏有咔哒声或段落感Overlap 从 8 提到 16 或 24拼接接缝消失、过渡平滑耗时按比例增加CUDA out of memory 或进度条太慢Segment Size 从 256 降到 128显存压力明显下降质量略有损失伴奏里人声残留明显换模型家族MDX-Net 换 Demucs v4人声残留减少原始素材底噪大先用 UVR-DeNoise-Lite.pth 降噪再分离分离输入更干净选模型不必靠感觉流行、摇滚直接用 MDX-Net 系列最均衡古典、爵士或编曲复杂换 Demucs v4更稳只想去掉特定乐器就去 VR 系列找专项模型比如标注 No Piano 的版本底噪大的素材先用 models/VR_Models/ 里自带的 UVR-DeNoise-Lite.pth 过一遍降噪。常见报错与对应处理界面打不开Linux 源码运行多半漏装 python3-tk执行sudo apt install python3-tk后重试转 MP3/FLAC 报 ffmpeg 错误安装 ffmpeg 并放进应用目录CUDA out of memorySegment Size 降到 128或取消勾选 GPU Conversion结果有接缝、咔哒声Overlap 加到 16 或 24。再对不上就拿报错关键词如 CUDA out of memory、ffmpeg error去项目 Issues 页搜大概率已有现成答案。先挑一首你最熟的歌勾上 Sample Mode (30s) 确认效果再跑全长更多安装细节与常见问题见项目 README。【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 
长河君 · 2026/10/19 1:33:01 · 阅读 1.2k Ultimate Vocal Remover（UVR5）一键免费提取干净人声与伴奏的完整方法
Ultimate Vocal RemoverUVR5一键免费提取干净人声与伴奏的完整方法【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翻唱平台提示歌曲包含原声只能删掉重录用 Ultimate Vocal RemoverUVR5就能绕开这个麻烦它是一款基于深度神经网络的免费开源人声分离工具一首歌丢进去干声与伴奏两个文件出来。让 UVR5 跑起来的两种方式安装包与源码最省事的路径是官方一体化安装包Python、PyTorch、FFmpeg 全部内置没有任何前置条件。Windows 是 exe 安装程序macOS 是 dmgM1 与 Intel 各有版本各平台链接都列在项目顶层的 README 里。想读代码、自己加模型或跑 Linux 的开发者走源码git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui pip install -r requirements.txt python UVR.pyLinux 需先装好 ffmpeg 和 python3-tk否则界面打不开、非 WAV 格式转换也会报错。硬件上多说一句有 NVIDIA 显卡就装 CUDA 版 PyTorchcu117 wheel5 分钟歌曲的处理时间通常能从 CPU 的十几分钟压到 1-2 分钟官方建议 8GB 以上显存。 实操一首歌拆出两轨先说清楚结果放哪点 Select Input 加载你的 MP3WAV、FLAC 也支持文件可以直接拖进输入框一次选中多个文件时程序会按顺序依次处理。再点 Select Output 指定一个专门的结果文件夹格式默认 WAV可改 FLAC 或 MP3。输出先挪出去源素材才不会和结果混在一起。选算法这一步占九成工作主界面 CHOOSE PROCESS METHOD 下藏着三套算法体系MDX-Net实现见 lib_v5/mdxnet.py两轨分离跑得最快速度与质量最均衡新手默认选它Demucs代码在 demucs/ 目录v3/v4 能拆出 4 轨人声/鼓/贝斯/其他想要完整分轨时切换VR Architecture代码在 lib_v5/vr_network/模型版本多专攻去除特定乐器与降噪等任务。本例选 MDX-Net再在 CHOOSE MDX-NET MODEL 里挑MDX23C-InstVoc HQ——两轨人声模型跑完即得干声与伴奏。想先看模型再决定可以打开 models/ 下的 JSON 看频宽、重叠、primary_stem 等参数。勾参数、启动、验证主要参数只有两个都有默认起点Segment Size分段大小默认 256兼顾质量与显存Overlap分段重叠度默认 8越大接缝越平滑。有 NVIDIA 显卡就勾上 GPU Conversion程序会自动检测 CUDA 与 macOS MPS设备调度逻辑在 separate.py。第一次建议勾Sample Mode (30s)只听前 30 秒效果满意再跑全长。点 Start Processing首次运行会自动下载模型进度条走完后输出文件夹里会出现两个文件歌曲名_(Vocals).wav干声和歌曲名_(Instrumental).wav伴奏。参数速查表效果不对时动哪个旋钮你听到/看到的现象先调什么预期变化伴奏有咔哒声或段落感Overlap 从 8 提到 16 或 24拼接接缝消失、过渡平滑耗时按比例增加CUDA out of memory 或进度条太慢Segment Size 从 256 降到 128显存压力明显下降质量略有损失伴奏里人声残留明显换模型家族MDX-Net 换 Demucs v4人声残留减少原始素材底噪大先用 UVR-DeNoise-Lite.pth 降噪再分离分离输入更干净选模型不必靠感觉流行、摇滚直接用 MDX-Net 系列最均衡古典、爵士或编曲复杂换 Demucs v4更稳只想去掉特定乐器就去 VR 系列找专项模型比如标注 No Piano 的版本底噪大的素材先用 models/VR_Models/ 里自带的 UVR-DeNoise-Lite.pth 过一遍降噪。常见报错与对应处理界面打不开Linux 源码运行多半漏装 python3-tk执行sudo apt install python3-tk后重试转 MP3/FLAC 报 ffmpeg 错误安装 ffmpeg 并放进应用目录CUDA out of memorySegment Size 降到 128或取消勾选 GPU Conversion结果有接缝、咔哒声Overlap 加到 16 或 24。再对不上就拿报错关键词如 CUDA out of memory、ffmpeg error去项目 Issues 页搜大概率已有现成答案。先挑一首你最熟的歌勾上 Sample Mode (30s) 确认效果再跑全长更多安装细节与常见问题见项目 README。【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