UVR5详细使用教程

1. VR Architecture 模式
   • 1_hp - uvr.pth：擅长提取器乐（伴奏），如果想单独获取清晰伴奏，选它。特点是能较好保留伴奏乐器细节，适用于纯音乐、伴奏制作场景。
   • 2_hp - uvr.pth：是 1_hp - uvr.pth 微调版，在某些复杂音频分离上，可能效果更优，能进一步优化伴奏提取质量。
   • 3_hp - vocal - uvr.pth：强化人声提取，但可能导致伴奏混浊。适合对人声提取要求高，不太在意伴奏质量场景，比如提取人声做 Remix。
   • 4_hp - vocal - uvr.pth：比 3_hp 更激进，强力突出人声，不过可能丢失部分音频细节。
   • 5_hp - karokee - uvr.pth：去除主要人声同时保留背景人声，像处理合唱歌曲，突出伴唱部分。
   • 6_hp - karaoke - uvr.pth：保留背景人声去掉主要人声，用于制作特殊伴奏版本。
   • 7_hp2 - uvr.pth：用大量数据和新参数训练，提取器乐能力强，能处理复杂音频，输出高质量伴奏。
   • 8_hp2 - uvr.pth：器乐模型，针对不同类型音频有不错表现。
   • 9_hp2 - uvr.pth：8_hp2 微调版，优化性能，在特定音频上效果提升。
2. MDX - Net 模式
   • uvr - mdx - netmain：最强模型，但超占电脑资源。对复杂混音音频分离效果好，输出纯净人声、伴奏。
   • uvr - mdx - net1 - 3：数字不同，SDR 得分有差异，数值越大，得分越低。分离效果随得分降低略减，但对电脑资源占用也少些，可按需选择。
   • uvr - mdx - netkaraoke：删除主要人声，保留背景人声，适合制作卡拉 OK 版本。
   • MDX23C - InstVoc HQ：分离人声与伴奏超强，处理时间长，对电脑性能要求高，能精准分离复杂音频。
   • BS - Roformer - Viperx - 1296：2024 年 3 月末更新，需 beta 版安装，可替代 MDX23C，有两个微调版本，微调后在特定音频类型上效果更好。
3. Demucs 模式
   • htdemucs：Hybrid Transformer Demucs 第一版，用 musdb + 800 首歌曲训练，是默认模型，对常见音频有基础分离效果。
   • htdemucs_ft：htdemucs 微调版，分离时间增加 4 倍，效果可能更好，训练集相同，适合对分离效果要求高且有耐心等待的情况。
   • htdemucs_6s：htdemucs 的 6 个声源版本，新增钢琴和吉他声源，目前钢琴声源效果待优化，适合分析多种乐器音频。
   • hdemucs_mmi：Hybrid Demucs v3，在 musdb + 800 首歌曲上重新训练，性能有优化。
4. Ensemble Mode 模式
   可选择多种合奏音轨类型与算法，组合多个模型和网络结果，获得最佳效果。比如组合不同模型在人声、器乐、贝斯、鼓等音轨上表现，适合对音频分离有复杂需求场景。

参数设置

1. 采样率：常见 44100Hz、48000Hz 等，一般选原音频采样率，保持音频质量。
2. 比特深度：16 比特、24 比特，选与原音频匹配的，避免音质损失。
3. 输出格式：WAV、MP3 等，WAV 无损，适合对音质要求高场景；MP3 压缩比高，文件小，适合对文件大小有要求场景。