UVR音频分离：全平台3步安装与GPU加速手把手指南

UVR音频分离：全平台3步安装与GPU加速手把手指南

【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

它帮你干什么：一首歌进，几首歌出

UVR（Ultimate Vocal Remover）是一款免费开源、带图形界面的AI音频分离工具。你丢进去一首歌，它用深度神经网络把人声、伴奏拆开，还能进一步分出鼓、贝斯等音轨，产出WAV、FLAC、MP3格式的文件直接可用。做卡拉OK伴奏、翻唱、扒谱、声音素材分析，点几下鼠标就搞定，不用碰命令行。

30秒装好UVR：最快3步路径

最省心的方式是直接下预编译包，它把Python、PyTorch等依赖全打包好了：

1. 去项目Release页下载对应平台的安装包（Windows选UVR_v5.6.0_setup.exe）。
2. 双击运行一路"下一步"。Windows版必须装到C盘根目录，别改路径。
3. 装完直接双击图标打开，首次启动会初始化几分钟，别以为卡死了。

装完直接双击就能跑，是不是很简单？用AMD Radeon或Intel Arc显卡的，选UVR_v5.6.0_setup_opencl.exe这个OpenCL版更合适。

装之前先看一眼：环境体检

⚠️ 显卡是最常见的硬件坑：NVIDIA的GPU加速最低门槛是RTX 1060 6GB，官方推荐8GB显存；AMD支持有限，Intel Arc走OpenCL版。

如果你的配置低于最低线，建议先换台机器或用云端方案，别硬装。

Windows：下载→安装→跑起来

推荐方式就是上面的预编译安装包，全程只需点鼠标。想折腾源码手动安装的，克隆仓库后按顺序执行：

git clone https://gitcode.com/GitHub_Trending/ul/ultimatevocalremovergui pip install -r requirements.txt # 装全部Python依赖

有NVIDIA显卡的话补一条，装对应CUDA的PyTorch：

pip install torch --index-url https://download.pytorch.org/whl/cu117

然后python UVR.py启动。Windows的典型坑：没装FFmpeg时处理MP3、FLAC会报错，把ffmpeg.exe放进UVR程序目录即可。

macOS：选对芯片包，再双击打开

1. 按芯片选包：M1/M2选arm64.dmg，Intel选x86_64.dmg（以仓库最新版本为准）。
2. 双击dmg，把UVR图标拖进Applications文件夹。
3. 首次启动等5-10分钟，这是正常初始化。

macOS的典型坑是Gatekeeper拦截，提示"无法打开"。打开终端执行两条命令：sudo spctl --master-disable临时允许所有来源，再执行sudo xattr -rd com.apple.quarantine /Applications/Ultimate\ Vocal\ Remover.app移除隔离属性。UVR能正常打开后，建议把前者重新启用回去。

Linux：装好依赖，一条命令启动

Ubuntu/Debian系在仓库目录下执行：

sudo apt install ffmpeg python3-pip python3-tk # 先装系统级依赖 pip3 install -r requirements.txt # 再装Python依赖 python3 UVR.py # 启动

Arch/Manjaro系先sudo pacman -S python-pip tk ffmpeg，然后运行仓库自带的./install_packages.sh脚本装Python依赖。遇到EXTERNALLY-MANAGED报错，是新版Python管得严，按项目README里的说明处理。Linux的典型坑：tkinter或FFmpeg没装全，启动就抛错，对照上面的apt/pacman列表补装即可。

第一次打开：认识界面，跑第一次分离

界面其实就五个区域，第一次只点这四个地方：

• Select Input / Select Output：设置输入歌曲和输出目录，也可以直接拖文件进窗口
• 格式单选项：选WAV、FLAC或MP3输出
• Choose Process Method + 模型下拉框：选算法（MDX-Net）和具体模型
• Start Processing：大按钮一键开始分离，左边扳手图标是设置和错误日志入口

第一次保持Segment、Overlap默认值不动就能跑。模型不会选的话，看这张小表：

让它跑得更快：GPU加速与参数调优

• 显卡加速：勾选"GPU Conversion"，NVIDIA用户确保PyTorch与驱动CUDA版本匹配。不调也能用，CPU只是慢；调好后通常有数倍提速。
• 内存/分段参数：报内存分配错误时，把SEGMENT SIZE从256降到128再试，占内存少，速度略降。
• 模型选择策略：快速试效果选VR Arch，出成品选MDX-Net或Demucs。
• 一行环境变量：export PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:512，缓解NVIDIA显存碎片问题（Windows用set代替export）。

卡住了？速查这几点

两条自检命令：python -c "import torch; print(torch.cuda.is_available())"看GPU是否被识别，ffmpeg -version看FFmpeg是否正常。还不行的话别死磕——点应用里扳手图标的Error Log看错误详情，或去项目Issue区搜同类问题。

总结：你现在会了什么，接下来去哪

到这里你已经能装好UVR并完成第一次AI人声提取：下载预编译包→设输入输出→点Start Processing。想继续深入，可以看 models/ 目录了解全部可用模型，以及 separate.py 里的分离核心逻辑。提醒一句：模型文件较大，首次加载慢属正常，别急着杀进程。

【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