非常喜欢各类音乐类型的软件，工作之余偶尔会碰到提取歌曲伴奏以及提取歌曲人声的需求，网络上有很多的软件可以使用，比如RipX DeepAudio，izotope RX9，SpectraLayers，SpleeterGui等等，一些是开源的，一些是商业软件，但是在使用过程中总有优劣的选择，不同的人有不同级别的需求（商业软件局限于注册限制，同时商业软件也并非是最好的）。Ultimate Vocal Remover v5.6.0使用最先进的源分离模型从音频文件中删除人声。核心开发人员通过AI深度学习训练了此软件中所需的所有模型。此安装包包含 UVR 接口、Python、PyTorch 以及有效运行应用程序所需的其他依赖项。
请注意：
此安装程序适用于Windows10或者更高版本的系统用户。
Windows7 以下的系统未进行测试，不保证正常运行。
老旧的CPU硬件及系统，不保证程序能够正常运行。
处理过程中非常吃CPU性能，同时也可以选择使用GPU进行处理。
安装路径请勿包含中文。
项目开源地址：GitHub – Anjok07/ultimatevocalremovergui: GUI for a Vocal Remover that uses Deep Neural Networks.
123网盘，百度网盘，天翼云盘链接在帖子最下方：
安装方法：下载完整的数据包后直接运行安装程序进行安装
软件界面介绍：
AI算法模型提供了好几种分离模型，而且有不同的参数可以调节，我在上传的测试文件中，只选择了最后一种AI模型，调节参数保持默认，导出后的结果就已经很好了，如果有喜欢研究的朋友，可以尝试使用不同的算法模型，不同的参数设置，也许最终的效果会变得更好。百度网盘已经上传了一组测试处理后的文件，包含原版MP3，伴奏，人声，效果非常出色！可以自行试听参考。毫不夸张的说，有了他，你可以删除你之前电脑上所有的同类型的应用了，算法最先进的一个程序，没有之一。
训练好的高精度AI模型怎么去选？
只介绍其中3种类型的AI模型，其他的请自行测试效果。因为效果出色，处理时间长（这个因电脑性能决定，表示我的电脑是5年前的本子，现在有点拉跨），不能挨个测试评价，还请见谅。
温馨提示：处理的时候CPU是满负荷运转，当然有些玩机党有出色的独立显卡可以勾选使用GPU加速处理，建议设备不太自信的朋友，就用程序安装好后自带的AI模型就行，已经非常出色了，强行使用高精度模型或参数，可能处理一首歌曲的速度时间成几何倍数的增长。
安装
这些捆绑包包含有效运行应用程序所需的 UVR 接口、Python、PyTorch 和其他依赖项。不需要任何先决条件。
Windows 安装
Windows 手动安装
MacOS 安装
MacOS用户： 打开 UVR 时遇到问题？
手动 MacOS 安装
Linux 安装
请参阅 Linux 安装说明
其他应用笔记
- Nvidia RTX 1060 6GB 是 GPU 转换的最低要求。
- 建议使用至少具有 8GB V-RAM 的 Nvidia GPU。
- 目前支持的 AMD Radeon GPU 受到限制。
- 目前有一个针对 AMD GPU 用户的工作分支
- 此应用程序仅与 64 位平台兼容。
- 此应用程序依赖于 Rubber Band 库的 Time-Stretch 和 Pitch-Shift 选项。
- 此应用程序依靠 FFmpeg 来处理非 wav 音频文件。
- 应用程序将在关闭时自动记住您的设置。
- 转换时间很大程度上取决于您的硬件。
- 这些模型是计算密集型的。
性能：
- 模型加载时间更快。
- 导入/导出音频文件的速度更快。
故障 排除
常见问题
- 如果未安装 FFmpeg，则当用户尝试转换非 WAV 文件时，应用程序将引发错误。
- 内存分配错误通常可以通过减小“段”或“窗口”大小来解决。
MacOS Sonoma 左键点击错误
MacOS Sonoma 上存在一个已知问题，即左键单击无法在应用程序中正确注册。这影响了在 Sonoma 上使用 Tkinter 构建的所有应用程序，并且已经得到解决。如果您仍然遇到问题，请通过以下链接下载最新版本 – 链接
问题报告
在发布新问题时，请尽可能详细。
如果可能，请单击“开始处理”按钮左侧的“设置按钮”，然后单击“错误日志”按钮以获取可以提供给我们的详细错误信息。
许可证
Ultimate Vocal Remover GUI 代码已获得 MIT 许可。
- 请注意：对于所有希望使用我们模型的第三方应用程序开发人员，请通过向 UVR 及其开发人员提供信用来遵守 MIT 许可证。
|
