UVR5人声提取教程10分钟拿到干净的人声和伴奏【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI这篇用 RVC WebUI 的 UVR5 人声提取功能带你跑通第一次人声伴奏分离以及结果不对时怎么排查。如果你听过变声玩法、但没做过音频分离跟着下面的步骤走就行全程免费开源。先定目标你要人声、伴奏还是去混响要人声或者要做伴奏同一次运行会同时产出两份文件主人声和非主人声各进一个文件夹选保留人声类的模型即可。只要主唱本人、音频里还有和声伴唱选 HP5_only_main_vocal它会压掉和声代价是主人声可能略有削弱。要去混响或去延迟回声选 DeEcho 系列。VR-DeEchoAggressive 去得最彻底VR-DeEchoDeReverb 会额外去混响但耗时约为前者的两倍。装好并跑出第一次分离先拿到代码git clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI cd Retrieval-based-Voice-Conversion-WebUI再装依赖。NVIDIA 显卡执行pip install -r requirements.txtAMD 和 Intel 核显用户分别换用 requirements-amd.txt、requirements-ipex.txt。启动Windows 双击go-web.batmacOS 执行bash run.sh。脚本会自动把 UVR5 的模型文件下载到 assets/uvr5_weights/。检查点浏览器自动打开、左侧出现功能菜单说明启动成功模型下拉框里能列出 HP2_all_vocals 等选项说明模型下载完成。进入伴奏人声分离去混响去回声选项卡。在输入待处理音频文件夹路径填入你的音频文件夹模型下拉框默认 HP2_all_vocals保留人声适合无和声的独唱音频两个输出文件夹默认都是 opt导出格式选 flac 或 wav。点转换。完成后打开 opt 目录主人声和非主人声两个子文件夹就是结果。主声文件里歌声清晰、非主声文件里只剩纯伴奏这次就算跑通了。结果不对味按这个顺序排查现象人声里还残留和声。原因选了 HP2/HP3但音频本身带和声。处理换 HP5_only_main_vocal 重跑。现象伴奏里人声残留明显。原因原曲人声太强或输入文件被过度压缩。处理先确认源文件是无损音质再在 HP2 和 HP3 之间换着试HP3 对主人声的保留略干净。现象混响没去干净。原因模型选错。处理双通道混响用 onnx_dereverbMDX-Net单声道混响用 VR-DeEchoDeReverb官方推荐最干净的组合是先跑 MDX-Net 再跑 VR-DeEchoAggressive。现象想要更激进的分离。处理界面上有人声提取激进程度参数范围 0 到 20、默认 10数值越高提得越干净但可能损伤音质每次调 2 个档位试。现象找不到输出文件。原因找错目录。处理输出在你指定的文件夹下默认是项目目录的 opt进去看主人声和非主人声两个子文件夹。一次跑一批输入框支持两种喂法填一个文件夹路径里面所有音频依次处理或直接拖多个文件进去两者都有时优先读文件夹。一整个系列节目或一张专辑把文件放进同一个文件夹即可。加速上注意两点确认装的是 GPU 版 PyTorch日志里若显示 CPU 说明依赖没装对去混响模型本身慢大文件多的话拆成几批跑别同时开多个分离任务。卡住时看这里模型下拉框是空的模型没下全。检查 assets/uvr5_weights/ 目录或重新运行启动脚本让它自动补下。点转换没反应先看输出信息框里的报错最常见的是输入路径没填对直接从文件管理器地址栏整段复制路径。人声里有底噪改用 wav 格式导出避免二次压缩再换一个模型对比一次。处理慢得反常DeEcho-DeReverb 耗时是其他 DeEcho 模型的两倍左右MDX-Net 也偏慢这属于模型特性不是机器的问题。还不行再翻 常见问题里面按类别整理了报错和处理方法。分离完之后同一界面切到转换标签页就能接着做变声项目里还有实时变声入口go-realtime-gui.bat以及可直接调用的 API需要嵌入自己的程序时看 使用文档。下一步拿一段 30 秒左右的短音频丢进输入文件夹跑一遍分别听主人声和非主人声的输出你马上就有感觉了——模型和参数各调一次对比三次结果比看十篇教程都快。【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 UVR5人声提取教程：10分钟拿到干净的人声和伴奏
UVR5人声提取教程10分钟拿到干净的人声和伴奏【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI这篇用 RVC WebUI 的 UVR5 人声提取功能带你跑通第一次人声伴奏分离以及结果不对时怎么排查。如果你听过变声玩法、但没做过音频分离跟着下面的步骤走就行全程免费开源。先定目标你要人声、伴奏还是去混响要人声或者要做伴奏同一次运行会同时产出两份文件主人声和非主人声各进一个文件夹选保留人声类的模型即可。只要主唱本人、音频里还有和声伴唱选 HP5_only_main_vocal它会压掉和声代价是主人声可能略有削弱。要去混响或去延迟回声选 DeEcho 系列。VR-DeEchoAggressive 去得最彻底VR-DeEchoDeReverb 会额外去混响但耗时约为前者的两倍。装好并跑出第一次分离先拿到代码git clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI cd Retrieval-based-Voice-Conversion-WebUI再装依赖。NVIDIA 显卡执行pip install -r requirements.txtAMD 和 Intel 核显用户分别换用 requirements-amd.txt、requirements-ipex.txt。启动Windows 双击go-web.batmacOS 执行bash run.sh。脚本会自动把 UVR5 的模型文件下载到 assets/uvr5_weights/。检查点浏览器自动打开、左侧出现功能菜单说明启动成功模型下拉框里能列出 HP2_all_vocals 等选项说明模型下载完成。进入伴奏人声分离去混响去回声选项卡。在输入待处理音频文件夹路径填入你的音频文件夹模型下拉框默认 HP2_all_vocals保留人声适合无和声的独唱音频两个输出文件夹默认都是 opt导出格式选 flac 或 wav。点转换。完成后打开 opt 目录主人声和非主人声两个子文件夹就是结果。主声文件里歌声清晰、非主声文件里只剩纯伴奏这次就算跑通了。结果不对味按这个顺序排查现象人声里还残留和声。原因选了 HP2/HP3但音频本身带和声。处理换 HP5_only_main_vocal 重跑。现象伴奏里人声残留明显。原因原曲人声太强或输入文件被过度压缩。处理先确认源文件是无损音质再在 HP2 和 HP3 之间换着试HP3 对主人声的保留略干净。现象混响没去干净。原因模型选错。处理双通道混响用 onnx_dereverbMDX-Net单声道混响用 VR-DeEchoDeReverb官方推荐最干净的组合是先跑 MDX-Net 再跑 VR-DeEchoAggressive。现象想要更激进的分离。处理界面上有人声提取激进程度参数范围 0 到 20、默认 10数值越高提得越干净但可能损伤音质每次调 2 个档位试。现象找不到输出文件。原因找错目录。处理输出在你指定的文件夹下默认是项目目录的 opt进去看主人声和非主人声两个子文件夹。一次跑一批输入框支持两种喂法填一个文件夹路径里面所有音频依次处理或直接拖多个文件进去两者都有时优先读文件夹。一整个系列节目或一张专辑把文件放进同一个文件夹即可。加速上注意两点确认装的是 GPU 版 PyTorch日志里若显示 CPU 说明依赖没装对去混响模型本身慢大文件多的话拆成几批跑别同时开多个分离任务。卡住时看这里模型下拉框是空的模型没下全。检查 assets/uvr5_weights/ 目录或重新运行启动脚本让它自动补下。点转换没反应先看输出信息框里的报错最常见的是输入路径没填对直接从文件管理器地址栏整段复制路径。人声里有底噪改用 wav 格式导出避免二次压缩再换一个模型对比一次。处理慢得反常DeEcho-DeReverb 耗时是其他 DeEcho 模型的两倍左右MDX-Net 也偏慢这属于模型特性不是机器的问题。还不行再翻 常见问题里面按类别整理了报错和处理方法。分离完之后同一界面切到转换标签页就能接着做变声项目里还有实时变声入口go-realtime-gui.bat以及可直接调用的 API需要嵌入自己的程序时看 使用文档。下一步拿一段 30 秒左右的短音频丢进输入文件夹跑一遍分别听主人声和非主人声的输出你马上就有感觉了——模型和参数各调一次对比三次结果比看十篇教程都快。【免费下载链接】Retrieval-based-Voice-Conversion-WebUIEasily train a good VC model with voice data 10 mins!项目地址: https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 RELATED READING
延伸阅读
更多一线实战笔记与深度复盘，助您持续精进
