免费AI人声分离：3分钟从一首歌拆出纯伴奏
【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
你想把一首歌的伴奏拿去唱K，人声却焊死在里面，手动在编辑器里抠半天也抠不干净。Ultimate Vocal Remover（UVR）是免费开源的AI人声分离工具：选中一个音频文件，它就把声音拆成"人声"和"伴奏"两轨输出，不需要任何音频处理经验。
🎯 它能替你解决的三类问题
- 做K歌伴奏：一首歌丢进去，跑出来的伴奏轨人声已抠掉，直接可以唱。
- 编曲与混音素材：抽出原始干声人声，照着人声重新翻唱、做和声都方便。
- 语音内容清理：把声音从背景音乐里单独提出来，再交给其他工具做降噪。
📦 最快路径跑起来
Windows 和 macOS 用户直接下官方安装包双击安装即可，依赖全部打包在内，不用配环境。
Linux（Debian/Ubuntu 系）在终端里敲完这 4 行就能进主界面：
git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui bash install_packages.sh python3 UVR.py安装脚本会照着 requirements.txt 把依赖装齐，窗口弹出就可以开始干活。
✂️ 跟做一遍：从一首歌提取纯伴奏
这次的目标只有一个：让一首歌变出伴奏。
- 左上角Select Input选本地歌曲，Select Output指定结果存放的文件夹。
- 中间选输出格式：要二次编辑就WAV，只打算听结果就MP3。
- CHOOSE PROCESS METHOD选MDX-Net，模型用自带的MDX23C-InstVoc HQ。它适合人声/伴奏二分离；想把鼓、贝斯、吉他再拆成 4 轨，换 Demucs 更合适。
- 底部点Start Processing，进度条开始走。
一首三四分钟的歌通常 3 分钟内跑完，速度取决于你的硬件。结束后输出目录多出两个 wav：一轨人声、一轨伴奏，这就是完整任务的全部产出。
🎚️ 真正决定效果的 3 个参数
界面上下拉框不少，新手只需认住这 3 个：
| 参数 | 作用 | 新手建议值 |
|---|---|---|
| Segment Size | 音频切块处理的大小，越小越稳越吃时间 | 默认 256 |
| Overlap | 相邻预测窗的重叠量，太小接缝会明显 | 默认 8 |
| GPU Conversion | 把计算交给 N 卡加速，速度差距明显 | 勾选（RTX 1060 6GB 以上） |
Vocals Only、Instrumental Only这类勾选项只决定输出哪一轨，按需打勾即可。程序关闭后会自动记住你这次的设置，下次打开不用重调；分离算法本身写在 separate.py，想深入看可以从这里翻起。
适合谁，不适合谁
适合：在一台机器上跑单曲或几十首歌的人；没有独显也能跑，CPU 照样出活，只是慢一些。
不适合或要先补功课的情况：
- 非 WAV 格式（mp3、flac 等）依赖 FFmpeg，没装会在转换时直接报错。
- 仅兼容64 位平台；想用 GPU 转换流畅，官方建议 8GB 显存以上的 N 卡。
- 转换耗时与硬件直接挂钩，纯 CPU 处理长音频要有耐心。
🔍 卡住了？常见问题速查
- mp3 一点转换就报错：FFmpeg 没装，装好并把可执行文件放进程序目录。
- 报内存分配错误：把Segment Size调小（如 256 降到 128）再重试。
- macOS 首次启动转圈特别久：正常现象，首次可能要 5~10 分钟，别关窗口。
今晚就挑一首本地的歌丢进去跑一遍，明早输出目录里会躺着"人声 + 伴奏"一组现成的 wav。
【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
