Ultimate Vocal Remover GitHub 仓库卡片

Ultimate Vocal Remover(简称 UVR)是 Anjok07 和 aufr33 用 Python 写的开源人声分离工具,GitHub 两万六千多星,MIT 协议。Windows 和 macOS 有打包好的安装包,里面自带 Python、PyTorch 和依赖,双击装上就能用;Linux 用虚拟环境跑源码。它内置了 MDX-Net、VR 架构和 Demucs 几套分离模型,能在本地把一首歌拆成人声、伴奏,或者更细的鼓、贝斯、人声、其他四轨。

想翻唱要先找伴奏,想给视频换背景音乐要先去掉人声,想练琴又想要一版只有乐器的版本。网上那些分离网站,要么排队等半小时,要么免费只给低音质、下载要开会员,还得把自己手里的音源上传到别人服务器上。

UVR 把这套模型搬回本地。它的模型不是拿来主义:核心开发者自己训练了大部分 MDX-Net 和 VR 模型,针对不同曲风、不同人声类型都有对应权重,界面上可以选两阶段处理,先粗分离再精修。有独立显卡的话,一首四分半的歌几分钟出结果;批量列表可以一次丢几十首进去跑通宵。

工具特点

  • 模型多:MDX-Net、VR Arch、Demucs v3 与 v4 四轨模型都在安装包里
  • GPU 加速:NVIDIA 显卡走 CUDA,Apple 芯片走 MPS,速度比纯 CPU 快十倍以上
  • 两阶段分离:第一遍出人声伴奏,第二遍再对残留人声做二次清理
  • 四轨拆分:鼓、贝斯、人声、其他各出一轨,做混音和采样都能用
  • 批量处理:一个目录整批跑,输出格式可选 WAV、FLAC、MP3
  • 免配置:安装包自带运行环境,不用自己装 Python 和框架
项目 说明
开源协议 MIT
开发语言 Python
当前版本 v5.6
支持平台 Windows、macOS(Big Sur 以上,含 M 系列芯片)、Linux(源码)
显卡要求 NVIDIA GTX 1060 6GB 起步,建议 8GB 显存以上;AMD 支持有限
典型耗时 四分钟歌曲,显卡加速几分钟;纯 CPU 要半小时以上

使用说明

  1. 下载对应平台的安装包,Windows 版一路下一步装完,桌面会出现图标
  2. 打开后在输入、输出目录里分别指定原曲文件夹和结果文件夹
  3. 处理方式选人声与伴奏分离,模型先试 MDX-Net 里的 Kim 系列,泛用性最好
  4. 勾上 GPU 转换,显存够就把分段大小调大一点,速度快
  5. 点开始处理,进度条走完后去输出目录,人声和伴奏是两个文件
  6. 结果不满意就开两阶段,用另一个模型再清一遍残留人声

适合人群

  • 要自己做伴奏练唱、翻唱的人
  • 做短视频二创、需要换掉原声的剪辑作者
  • 想从老歌里取人声做采样、Remix 的音乐爱好者
  • 做播客、需要把采访里的背景音乐压下去的人

问:没有独立显卡能用吗?

答:能跑,但慢很多。纯 CPU 处理一首四分钟的歌要半小时往上,显卡加速后通常几分钟。老笔记本建议先拿一首试,别直接丢一整张专辑。

问:分离得干净吗?

答:绝大多数流行歌能到可用水平,人声轨偶尔会带一点残响和伴奏尾音,伴奏轨在人声密集处会有轻微空缺感。要更干净就用两阶段,或者换 Demucs 四轨模型。

问:分离出来的音频能商用吗?

答:软件和模型是 MIT 协议,工具本身没有商用限制;但音源本身的版权归原作者,拿去发行、上架要自己解决授权。

问:Mac 能用吗?

答:能。官方提供 arm64 和 x86 两种 dmg,M1 之后走 MPS 加速,实测比同价位 Windows 机器不慢。

最后更新:2026-11-05

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。