音频分离零门槛上手：用 UVR 3 步把歌里的人声提取出来

音频分离零门槛上手：用 UVR 3 步把歌里的人声提取出来

【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

想做卡拉OK伴奏，却不知道从哪下手？UVR（Ultimate Vocal Remover）就是干这个的：一个免费的开源桌面工具，用 AI 把人声从歌曲里单独提取出来，剩下的就是伴奏。不用会编程、不用懂 DSP，打开、选歌、点按钮，三分钟出结果。适合音乐人、播客、K 歌爱好者，以及任何想把一首歌拆成几轨素材的创作者。

三套模型打底，覆盖你 90% 的需求

先说结论：UVR 的护城河不是界面，而是内置模型。它内置三套主流分离架构，外加一个"多模型合流"模式：

• MDX-Net / VR Architecture / Demucs：三套不同的神经网络架构，同一首歌用不同架构分离，音色残留的多少都不一样——相当于给了你三把不同锋利度的刀。
• Ensemble Mode：同时跑多个模型再融合输出，用时间换精度，适合对音质挑剔的场景。
• 免安装人声分离：Windows 装完即用的安装包、Mac 的 DMG 都内置了 Python 和 PyTorch 运行环境，不折腾依赖；Linux 用户一条脚本搞定。

核心分离算法都在 separate.py 里，想深挖原理可以顺着看。

跑通流程：从下载到第一轨伴奏

装好依赖

• Windows / macOS：到项目 Releases 页下载安装包（Mac M 系列选 arm64 版，AMD 或 Intel Arc 显卡可选 OpenCL 版），双击安装即可。
• Linux：手动装环境，Debian 系照下面做：

git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui sudo apt install ffmpeg python3-tk ./install_packages.sh python3 UVR.py

打开应用，选架构和模型

首次运行会下载基础模型，之后在Choose Process Method里挑架构（新手选 MDX-Net），再在模型下拉框里选一个模型。注意模型不会全部预装，缺的可以到内置下载中心一键拉取，文件分别落在 models/MDX_Net_Models/、models/VR_Models/、models/Demucs_Models/ 三个目录下。

选输入输出，开跑

点Select Input拖入音频（支持 WAV、MP3、FLAC 等常见格式），Select Output指定输出目录。建议先勾上Sample Mode (30s)只试跑 30 秒，确认效果满意再跑全曲。

点Start Processing，完成后输出目录会出现xxx_(Vocals).wav和xxx_(Instrumental).wav两个文件，到这一步你就毕业了。

挑对模型比调参数重要

参数别慌，就盯住这几个，其他保持默认即可（以下默认值取自应用内置设置）：

三个最典型的实战场景

做 K 歌伴奏。选 MDX-Net 的 MDX23C 模型，在输出选项里勾Instrumental Only只保存伴奏轨，跑完直接得到纯伴奏，丢进练歌软件就行。

拆轨重混。用 Demucs 的四轨模型，一次分出人声、鼓、贝斯、其他四轨，各自单独调音量或换鼓组，再进宿主软件二次混音，remix 的素材就齐了。

人声净化。用 MDX-Net 提出人声干声，配合应用内置的降噪选项，能把混响和底噪压下去，适合播客修复、卡拉OK 翻唱素材。

踩坑与调优

• 现象：处理 MP3 / FLAC 直接报错。原因：非 WAV 文件靠 FFmpeg 解码，而它没装。解法：Linux 执行sudo apt install ffmpeg，Windows 从 gyan.dev 下 ffmpeg 压缩包，把ffmpeg.exe放进 UVR 安装目录，重启应用。
• 现象：内存 / 显存分配失败，进程卡死。原因：分块太大，单次推理超出显存。解法：把Segment Size从 256 降到 128，VR 架构同时把Window Size降到 320；还爆就取消GPU Conversion改用 CPU。
• 现象：人声轨里还有伴奏残留、或者伴奏里还能听见鬼影人声。原因：单模型有上限。解法：先试更高精度的模型；还不行就开Ensemble Mode组合 2 个以上模型融合（至少选两个，少一个会直接报错）。

延伸信息

UVR 遵循 MIT 协议，代码和模型可自由使用（商用请保留署名）。当前版本 v5.6.0，版本号维护在 __version__.py；模型库还在持续更新，不用翻官网，应用内下载中心直接拉取。遇到问题，点左侧设置按钮里的Error Log能拿到详细报错，贴给社区会更快定位。

先用Sample Mode试 30 秒，再跑全曲，是最省时间的姿势。同一首歌换 2~3 个模型各跑一次，耳朵不会骗你——哪轨干净用哪轨。

【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