Ultimate Vocal Remover v5.6 人声分离教程Windows 三步装好跑通第一首伴奏【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/ultimatevocalremoverguiUltimate Vocal Remover GUI下称 UVR当前版本 v5.6.0是一款免费开源的人声分离工具输入一首歌用深度神经网络把它拆成人声轨和伴奏轨还能进一步拆出鼓、贝斯等独立音轨。适合想免费提取伴奏、制作清唱或做卡拉 OK 的普通用户无需任何深度学习背景。安装前自检系统与下载物对照安装包已打包好 Python、PyTorch 和全部依赖装完即用手动装源码则依赖 ffmpeg 和 tkinter。官方只保证 64 位平台可用硬件底线如下内存建议 8GB 起步模型计算量不小GPU 加速最低要求 NVIDIA RTX 1060 6GB显存 8GB 体验最佳没有独显可以纯 CPU 跑只是速度明显变慢系统下载物适用硬件Windows 10 及以上 64 位UVR_v5.6.0_setup.exeNVIDIA 显卡Windows 10 及以上 64 位UVR_v5.6.0_setup_opencl.exeAMD Radeon / Intel ArcmacOS Big Sur 及以上Ultimate_Vocal_Remover_v5_6_MacOS_arm64.dmgApple SiliconM1/M2支持 MPS 加速macOS Big Sur 及以上Ultimate_Vocal_Remover_v5_6_MacOS_x86_64.dmgIntel x86_64Debian / Arch 系 Linux源码仓库 依赖任意 64 位安装包从项目 release 页获取已装旧版本的用户可以直接在新包上覆盖安装升级。Windows 安装最短路径从 release 页下载对应显卡的安装包双击运行安装路径保持默认的C:\ 盘根目录——装到其他盘会导致应用不稳定等待 5-10 分钟完成。AMD Radeon 或 Intel Arc 显卡用户下载UVR_v5.6.0_setup_opencl.exe替代版。Intel Pentium、Celeron 处理器及 Windows 7 以下系统不做功能保证。不想用安装包也可以手动装装 Python 3.9.8安装时勾选 Add python.exe to PATH克隆仓库后执行python -m pip install -r requirements.txt按列表安装全部 Python 依赖。有 NVIDIA 显卡时再执行python -m pip install --upgrade torch --extra-index-url https://download.pytorch.org/whl/cu117换装 cu117 的 CUDA 版 PyTorch 以开启 GPU 加速。首次分离四步出结果安装完成后第一次任务按这个顺序走左侧 Choose Process Method 选MDX-Net架构速度最快适合新手在下方 Download Center 把选定的.pth模型下载下来只下一次点 Select Input 选一首歌Select Output 选输出文件夹右上角导出格式建议选 WAV 无损有 NVIDIA 显卡就勾选 GPU Conversion点 Start Processing等进度条走完。输出目录里应出现两个文件人声轨Vocals和伴奏轨Instrumental。分别试听人声轨里只剩人声、伴奏轨干净无人声残留说明环境完全跑通。其余系统的差异点macOS按芯片选对应 dmg拖进 Applications。首次启动初始化需 5-10 分钟属正常。若提示无法打开在终端执行sudo spctl --master-disable和sudo xattr -rd com.apple.quarantine /Applications/Ultimate\ Vocal\ Remover.app应用能打开后建议再执行sudo spctl --master-enable恢复安全设置。LinuxDebian/Arch 系git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui cd ultimatevocalremovergui sudo apt install ffmpeg python3-pip python3-tk pip3 install -r requirements.txt python3 UVR.py先装系统依赖再装 Python 包最后启动。Arch/Manjaro 用户可用sudo pacman -S python-pip tk ffmpeg替代 apt 命令或用./install_packages.sh批量装 Python 包。验证结果与 3 个调优点结果验证很简单人声轨播放应只剩人声伴奏轨播放应无人声残留。底噪大的源文件先用 UVR-DeNoise-Lite 模型跑一遍降噪再做正式分离效果更稳。三个常用调优点按目标选架构只要人声/伴奏用 MDX-Net 或 VR Architecture速度快要鼓、贝斯等独立音轨选 Demucs v4htdemucs 四轨。内存吃紧或文件很大把 Segment Size 从默认 256 往下调到 128Overlap 保持默认 8 即可。拆分模式需要更细分的音频分块处理时在选项里启用 Split Mode配置会在关闭应用时自动保存无需手动导出。常见报错速查现象原因处理动作加载 MP3/FLAC 报 FFmpeg 错误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 Sonoma 左键点不动Tkinter 已知问题v5.6 已修复升级到最新版即可启动即崩溃Python 依赖缺失重跑pip install -r requirements.txt报错细节可以看 Start Processing 左侧 Settings 按钮里的 Error Log定位更快。深入一层模型、源码与文档 模型文件集中在三个目录手动下载的权重放进对应目录即可离线使用VR 架构模型models/VR_Models/MDX-Net 模型models/MDX_Net_Models/Demucs 模型models/Demucs_Models/完整模型清单见 gui_data/model_manual_download.json。代码层面的入口分离核心逻辑separate.py界面主程序UVR.pyMDX-Net 网络参数lib_v5/vr_network/modelparams/Demucs 官方实现demucs/许可与致谢等更完整信息见 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