Ultimate Vocal Remover（UVR5）软件界面功能说明

软件介绍

Ultimate Vocal Remover 5（UVR5）是一款专业的AI智能音频源分离工具，依托多种高性能AI模型，主打高精度音频分离处理，支持人声、伴奏、各类乐器音轨拆分，同时具备音频优化、格式转换等功能。软件支持GPU硬件加速，适配多种音频格式，参数可灵活自定义，广泛适用于歌曲干声提取、伴奏制作、音频后期处理等场景。

软件下载

• https://www.yuntts.com/995.html
• https://www.yuntts.com/102.html

顶部区域

1. Select Input：选择输入音频，支持 m4a、mp3、wav、flac 等。
2. Select Output：输出保存路径，如输出到桌面。
3. 输出格式选择：WAV / FLAC / MP3

• WAV：无压缩，音质最好，做后期首选；
• FLAC：无损压缩；
• MP3：体积小，有损。

核心算法与参数

CHOOSE PROCESS METHOD（处理算法）

当前：MDX‑Net，擅长人声伴奏分离；
下拉还可以选：Demucs、Roformer（你之前补丁就是这个）、VR‑Arch 等不同 AI 模型。

• SEGMENT SIZE（片段大小）：当前 320
  越大占用显存越高，分离效果更好；显存小就调小（128/256）；大显存 320‑512。
• OVERLAP（重叠度）：当前 15
  片段之间重叠，数值越高拼接断层越少，处理速度变慢，一般 10‑20。

CHOOSE MDX‑NET MODEL（模型）

当前：MDX23C‑InstVoc HQ，MDX23C 系列，专门分离「伴奏 + 人声」，HQ = 高质量版本。

复选框选项

✅ GPU Conversion：开启显卡 GPU 加速，N 卡 CUDA 生效；不勾选就只用 CPU 跑，速度很慢。

• Vocals Only：只输出人声文件
• Instrumental Only：只输出伴奏文件

截图两个都没勾选：会同时输出【人声】+【伴奏】两个文件。

• Sample Mode(30s)：采样模式，只处理前 30 秒，用来快速试参数，不完整导出整首歌。

SELECT SAVED SETTINGS

保存 / 加载整套参数预设，不用每次手动调参数。

下方状态栏（日志）

Loading model... Done!  #加载AI模型完成
Running inference...    #正在AI推理运算（就是分离音频）
Process Progress:23%    #整体进度23%

左下角扳手图标：开始处理；右下角方块：停止任务。

小提示

1. MDX23C 对伴奏提取不错，但想要更好效果，打上你之前的small_rofo补丁后，可以切换到 BS‑Roformer‑ViperX 模型，分离干净度会更强。
2. 50 系显卡要确认 CUDA12.8 环境正常，GPU Conversion 才会真正调用显卡。
3. 如果显存溢出报错，把SEGMENT SIZE从 320 降低到 256 或者 128。