RVC WebUI UVR5人声分离实操指南：5分钟拆出干净人声与伴奏
RVC WebUI UVR5人声分离实操指南5分钟拆出干净人声与伴奏【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手里只有一条带和声、带混响的成品音频你想要一条干净的人声轨拿去练RVC或翻唱。RVC WebUI 内置的 UVR5 人声分离就能免费干这件事丢进去一个音频文件出来人声、伴奏两条无损轨不用自己搭环境调参数。 功能定位UVR5人声分离能做什么、不能做什么适用场景你能得到什么上手难度成品歌拆人声RVC训练数据、翻唱素材vocal_歌名人声轨低会点按钮就行成品歌拆伴奏练琴、remixinstrument_歌名伴奏轨低录音去混响、去回声去混响后的人声中需两步组合边界同样要说清楚免得白折腾MDX-Net 去混响只支持双通道混响单通道录进去的混响它去不掉这类要用 DeEcho 系列界面说明原文如此见 infer-web.py 中该 Tab 的提示文案。它只做人声 / 非人声两分法不能单独把贝斯或鼓挑出来。它不是降噪器录音底噪会原样保留指望它顺手去电流声不现实。✅ 最小可用配置首次运行与验收点按四步走每步只给一条关键命令验收点不满足就停在这一步排错。第 1 步环境准备。这段命令完成克隆和依赖安装N 卡选 requirements.txtAMD 选 requirements-amd.txtIntel 核显选 requirements-ipex.txtgit clone https://gitcode.com/GitHub_Trending/re/Retrieval-based-Voice-Conversion-WebUI cd Retrieval-based-Voice-Conversion-WebUI pip install -r requirements.txt验收点pip install无报错退出当前目录下能看到infer-web.py。第 2 步模型资源。执行下面这条命令它会把全部权重拉到assets/下其中 UVR5 用的 6 个.pth文件进 assets/uvr5_weights/ 目录HP2、HP3、HP5 各一个DeEcho 三个python tools/download_models.py验收点终端打印 All models downloaded!assets/uvr5_weights/下能看到 6 个.pth文件加onnx_dereverb_By_FoxJoy/子目录。第 3 步首次测试。启动 WebUIpython infer-web.py --port 7865Windows 直接双击go-web.bat也行。验收点浏览器自动打开http://127.0.0.1:7865首页出现选项卡栏终端里先看到Found GPU 显卡名才说明跑在显卡上。第 4 步结果验证。切到伴奏人声分离去混响去回声标签页输入文件夹路径填一个只放了一首 30 秒测试音频的文件夹模型选HP2_all_vocals输出文件夹保持默认opt点转换。验收点输出信息栏出现文件名-Success工作目录下opt/里多出vocal_文件名_10.flac和instrument_文件名_10.flac两个文件各听 10 秒人声轨里基本只剩歌声。️ 核心用法人声分离模型与参数对照表界面能动的参数其实就四个输入文件夹或多文件上传二选一且文件夹优先、主声输出文件夹默认opt、非主声输出文件夹、导出格式wav/flac/mp3/m4a默认 flac。真正决定效果的是模型选择直接抄下面这张表场景关键参数模型推荐值效果带和声的成品只留主唱HP5_only_main_vocal唯一选择主声最干净但对主唱本身可能有削弱无和声成品留人声练RVCHP3_all_vocalsHP3 略优于 HP2HP3 保主唱稍好但可能轻微漏伴奏HP2 反之双通道混响录音去混响onnx_dereverb_By_FoxJoy单独使用双通道混响首选模型较大、速度偏慢去回声/去延迟VR-DeEchoAggressive比 Normal 更彻底DeReverb 款能去单声道混响但耗时约为前两者 2 倍最干净的录音两步串联先 FoxJoy 再 VR-DeEchoAggressive官方界面里的个人推荐组合两个细节值得记一下。第一人声提取激进程度滑杆在当前版本里默认 10 且未在界面开放无需操心——它会体现在输出文件名里_10那段对比不同结果时先认这个后缀。第二输入若是 44.1kHz 立体声会直接进模型infer/modules/uvr5/modules.py 里的探测逻辑其他规格会先经 ffmpeg 转码成 44.1k 立体声再处理所以源头文件规格越标准整条链路越无损。⚡ 提速技巧GPU、精度与文件预处理三条可验证的优化对照看优化点优化前优化后依据设备与精度CPU 运行整首歌按分钟计cuda:0 fp16 自动启用configs/config.py 自动探测 GPU 并开半精度终端日志Half-precision floating-point: True为达标1060/1070/1080、P40 等老卡会被强制 fp32属正常去回声模型选型VR-DeEchoDeReverbVR-DeEchoAggressive耗时约砍半界面说明原文DeReverb 耗时是另两个 DeEcho 的接近 2 倍输入文件规格128k 压缩 mp344.1kHz 立体声 wav满足规格即跳过一次 ffmpeg 转码且压缩噪声不会被二次放大批量处理不用额外调参同一文件夹放多首歌会逐首处理每首结束后代码自动执行torch.cuda.empty_cache()回收显存modules.py 的 finally 段4GB 显存的卡也会被 configs/config.py 自动降档x_pad 3→1、x_query 10→5所以长音频不用手动切片一次丢 10 首以内没问题。️ 避坑指南高频现象与解决办法现象可能原因解决办法模型下拉框是空的assets/uvr5_weights/下没有.pth文件重跑python tools/download_models.py确认 6 个.pth到位后再刷新页面DeEcho 模型输出的文件名和文件夹对不上三个 VR-DeEcho 模型的人声/伴奏命名是反的infer/modules/uvr5/vr.py 注释明确写了DeEcho 系列按文件夹取文件主声文件夹里的文件前缀是instrument_别按名字捡点转换后输出信息是路径或报错堆栈输入路径带了空格、引号或填了文件而不是文件夹路径去空格去引号走文件夹入口时目录里只放音频文件不放子目录处理时间比预期长一截源文件不是 44.1kHz 立体声触发了转码或选了 MDX-Net/DeReverb 慢模型先用 ffmpeg 把源转成 44.1k 立体声能接受音质就换 Aggressive 款显存不足报错或进程被杀4GB 以下显存还开着浏览器大量标签终端确认已出现force to fp32日志每次只放 1-2 首歌跑完手动关掉其他占显存程序填了文件夹也传了文件只处理了文件夹里的代码逻辑是文件夹路径非空时忽略上传文件modules.py 第 40 行二选一要么只填路径要么只传文件整套流程跑下来一首 4 分钟的成品歌在 GPU 上拆出人声加伴奏通常一分多钟。下一步把刚拆出的vocal_文件丢进推理标签页接上你的 RVC 模型跑一遍再和原伴奏对比听一遍合成后的听感。【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
