尧图网站建设 
RVC WebUI UVR5 人声分离实战指南三步拿到干净人声与伴奏【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一句话说清 UVR5 人声伴奏分离Retrieval-based-Voice-Conversion-WebUI下称 RVC WebUI内置的 UVR5 人声伴奏分离功能能把一首歌拆成主人声和非主人声两个文件还能顺手去掉混响、回声。适合想拆伴奏练声、做翻唱或清理录音的普通用户读完本文你能独立完成第一次分离并知道模型和参数该怎么挑。环境与依赖准备系统与显卡Windows / macOS / Linux 均可有 NVIDIA 显卡体验最好AMD 或 Intel 核显也能跑只是慢一些。装依赖时按显卡选清单文件NVIDIA 用户用requirments_cu128_py312.txtcu118 版本按你的 PyTorch 驱动选无独显用户用requirments_cpu_py312.txt。先执行下面的命令拿代码并装依赖git clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI pip install -r requirments_cu128_py312.txt python webui.py验证点有两个都确认过才算准备成功启动后浏览器自动打开左侧能看到功能菜单说明 WebUI 起来了。进入分离选项卡后模型下拉框里能列出 HP2_all_vocals、onnx_dereverb_By_FoxJoy 等选项——这些权重由启动脚本自动下载到assets/uvr5_weights/目录能列出即代表下载完成。三步走完完整流程第 1 步启动程序并确认界面就绪。双击go-webui.batWindows或运行python webui.py启动。 预期结果浏览器自动打开页面左侧功能菜单中能看到伴奏人声分离去混响去回声选项卡如果菜单空白看控制台黑色窗口的报错最常见是代理问题关闭系统全局代理后重启即可。第 2 步填入音频并执行第一次分离。点开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里填一个放了待处理音频的文件夹建议直接从文件管理器地址栏整段复制粘贴模型保持默认的 HP2_all_vocals两个输出文件夹保持默认的 opt导出格式选 flac 或 wav然后点转换。 预期结果等待期间输出信息框滚动显示处理进度结束后打开 opt 目录里面会出现主人声和非主人声两个子文件夹文件名带_10后缀即激进程度默认值。点开主人声文件歌声清晰、非主人声文件只剩伴奏第一次分离就跑通了。第 3 步一次跑一批文件。这个输入框支持两种喂法填一个文件夹路径文件夹里所有音频会依次处理或直接拖多个文件进上传框两者都填时优先读文件夹。一整张专辑或一期多集的节目把文件放进同一个文件夹再填路径即可。 预期结果opt 下两个子文件夹里每个输入文件都对应一份主人声和一份非主人声输出。提示批量时确认控制台显示 CUDA 而非 CPUCPU 说明装成了无 GPU 的 PyTorch并且别同时开多个分离任务避免互相拖慢。模型与参数选择速查场景推荐选择代价或取舍独唱、无和声拆人声伴奏HP2_all_vocals默认最快最稳但和声会跟人声一起走有和声伴唱只要主唱本人HP5_only_main_vocal压掉和声主人声可能略被削弱想要更干净的伴奏HP3_all_vocals比 HP2 干净些人声提取更激进双声道去混响onnx_dereverb_By_FoxJoyMDX-Net速度偏慢单声道混响无效单声道去混响VR-DeEchoDeReverb耗时约为 Aggressive 的两倍去回声/延迟要最彻底VR-DeEchoAggressive只去回声不去混响最干净的去混响先 MDX-Net 再 VR-DeEchoAggressive 两次串联跑得最慢大文件多的话分两批人声提取激进程度参数范围 0–20默认 10越高分离越干净但可能损伤音质建议每次调 2 格对比常见问题处理现象可能原因解决办法模型下拉框是空的权重没下全检查assets/uvr5_weights/目录重新运行启动脚本自动补下点转换没反应输入路径填错或含特殊符号看输出信息框报错从文件管理器地址栏整段复制路径人声里残留和声用了 HP2/HP3 处理带和声的歌换 HP5_only_main_vocal 重跑伴奏里人声残留明显原曲人声太强或源文件压缩过度换无损音质源文件再在 HP2、HP3 之间各试一次混响没去干净模型选错双声道用 onnx_dereverb_By_FoxJoy单声道用 VR-DeEchoDeReverb或按上表做两次串联接下来可以玩什么分离出的干净人声可以直接喂进同一界面的转换标签页做变声形成分离 → 变声的完整工作流项目根目录还有实时变声入口go-realtime_gui.pyUVR5 分离的实现都在 tools/uvr5/ 目录下更多报错对照见 docs/cn/faq.md。练习建议找一段 30 秒左右的独唱音频放进输入文件夹分别用 HP2_all_vocals 和 HP3_all_vocals 各跑一遍对比两次的主人声文件——两次试听就够你摸清模型之间的差别比读十篇教程都快。【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 RVC WebUI UVR5 人声分离实战指南：三步拿到干净人声与伴奏
RVC WebUI UVR5 人声分离实战指南三步拿到干净人声与伴奏【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一句话说清 UVR5 人声伴奏分离Retrieval-based-Voice-Conversion-WebUI下称 RVC WebUI内置的 UVR5 人声伴奏分离功能能把一首歌拆成主人声和非主人声两个文件还能顺手去掉混响、回声。适合想拆伴奏练声、做翻唱或清理录音的普通用户读完本文你能独立完成第一次分离并知道模型和参数该怎么挑。环境与依赖准备系统与显卡Windows / macOS / Linux 均可有 NVIDIA 显卡体验最好AMD 或 Intel 核显也能跑只是慢一些。装依赖时按显卡选清单文件NVIDIA 用户用requirments_cu128_py312.txtcu118 版本按你的 PyTorch 驱动选无独显用户用requirments_cpu_py312.txt。先执行下面的命令拿代码并装依赖git clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI pip install -r requirments_cu128_py312.txt python webui.py验证点有两个都确认过才算准备成功启动后浏览器自动打开左侧能看到功能菜单说明 WebUI 起来了。进入分离选项卡后模型下拉框里能列出 HP2_all_vocals、onnx_dereverb_By_FoxJoy 等选项——这些权重由启动脚本自动下载到assets/uvr5_weights/目录能列出即代表下载完成。三步走完完整流程第 1 步启动程序并确认界面就绪。双击go-webui.batWindows或运行python webui.py启动。 预期结果浏览器自动打开页面左侧功能菜单中能看到伴奏人声分离去混响去回声选项卡如果菜单空白看控制台黑色窗口的报错最常见是代理问题关闭系统全局代理后重启即可。第 2 步填入音频并执行第一次分离。点开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里填一个放了待处理音频的文件夹建议直接从文件管理器地址栏整段复制粘贴模型保持默认的 HP2_all_vocals两个输出文件夹保持默认的 opt导出格式选 flac 或 wav然后点转换。 预期结果等待期间输出信息框滚动显示处理进度结束后打开 opt 目录里面会出现主人声和非主人声两个子文件夹文件名带_10后缀即激进程度默认值。点开主人声文件歌声清晰、非主人声文件只剩伴奏第一次分离就跑通了。第 3 步一次跑一批文件。这个输入框支持两种喂法填一个文件夹路径文件夹里所有音频会依次处理或直接拖多个文件进上传框两者都填时优先读文件夹。一整张专辑或一期多集的节目把文件放进同一个文件夹再填路径即可。 预期结果opt 下两个子文件夹里每个输入文件都对应一份主人声和一份非主人声输出。提示批量时确认控制台显示 CUDA 而非 CPUCPU 说明装成了无 GPU 的 PyTorch并且别同时开多个分离任务避免互相拖慢。模型与参数选择速查场景推荐选择代价或取舍独唱、无和声拆人声伴奏HP2_all_vocals默认最快最稳但和声会跟人声一起走有和声伴唱只要主唱本人HP5_only_main_vocal压掉和声主人声可能略被削弱想要更干净的伴奏HP3_all_vocals比 HP2 干净些人声提取更激进双声道去混响onnx_dereverb_By_FoxJoyMDX-Net速度偏慢单声道混响无效单声道去混响VR-DeEchoDeReverb耗时约为 Aggressive 的两倍去回声/延迟要最彻底VR-DeEchoAggressive只去回声不去混响最干净的去混响先 MDX-Net 再 VR-DeEchoAggressive 两次串联跑得最慢大文件多的话分两批人声提取激进程度参数范围 0–20默认 10越高分离越干净但可能损伤音质建议每次调 2 格对比常见问题处理现象可能原因解决办法模型下拉框是空的权重没下全检查assets/uvr5_weights/目录重新运行启动脚本自动补下点转换没反应输入路径填错或含特殊符号看输出信息框报错从文件管理器地址栏整段复制路径人声里残留和声用了 HP2/HP3 处理带和声的歌换 HP5_only_main_vocal 重跑伴奏里人声残留明显原曲人声太强或源文件压缩过度换无损音质源文件再在 HP2、HP3 之间各试一次混响没去干净模型选错双声道用 onnx_dereverb_By_FoxJoy单声道用 VR-DeEchoDeReverb或按上表做两次串联接下来可以玩什么分离出的干净人声可以直接喂进同一界面的转换标签页做变声形成分离 → 变声的完整工作流项目根目录还有实时变声入口go-realtime_gui.pyUVR5 分离的实现都在 tools/uvr5/ 目录下更多报错对照见 docs/cn/faq.md。练习建议找一段 30 秒左右的独唱音频放进输入文件夹分别用 HP2_all_vocals 和 HP3_all_vocals 各跑一遍对比两次的主人声文件——两次试听就够你摸清模型之间的差别比读十篇教程都快。【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