12 KiB
Note
本文档由 WeHub 基于上游 README 翻译整理,属于社区翻译,非官方中文文档。
English · 原始项目 · 上游 README
原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。
Ultimate Vocal Remover GUI v5.6
关于
本应用使用最先进的音源分离模型,从音频文件中去除人声。UVR 的核心开发者训练了本软件包中提供的全部模型(Demucs v3 与 v4 的 4-stem 模型除外)。
安装
这些捆绑包包含 UVR 界面、Python、PyTorch 以及高效运行本应用所需的其他依赖。无需预先安装任何前置软件。
Windows 安装
-
请注意:
- 本安装程序面向 Windows 10 或更高版本用户。
- 在 Windows 7 或更低版本系统上的应用功能不作保证。
- 在搭载 Intel Pentium 与 Celeron CPU 的系统上的应用功能不作保证。
- 必须将 UVR 安装到主 C:\ 驱动器。安装到辅助驱动器会导致不稳定。
-
通过下方链接下载 Windows 版 UVR 安装程序:
-
若你使用 AMD Radeon 或 Intel Arc 显卡,可尝试 DirectML 版本:
-
已安装 UVR 用户的更新包说明:
- 若你已安装 UVR,可将本更新包覆盖安装,也可直接从应用内下载,或点击此处获取补丁.
Windows 手动安装
Windows 手动安装
python.exe -m pip install -r requirements.txt
若你有兼容的 Nvidia GPU,请运行以下命令:
python.exe -m pip install --upgrade torch --extra-index-url https://download.pytorch.org/whl/cu117
若你尚未安装 FFmpeg 或 Rubber Band,且希望避免繁琐的完整安装流程,请按下方说明操作。
FFmpeg 安装
- 在此处 下载预编译构建
- 从压缩包中将以下文件解压到 UVR 应用目录:
ffmpeg-5.1.2-essentials_build/bin/ffmpeg.exe
Rubber Band 安装
若要使用 Time Stretch 或 Change Pitch 工具,你需要 Rubber Band。
- 在此处 下载预编译构建
- 从压缩包中将以下文件解压到 UVR 应用目录:
rubberband-3.1.2-gpl-executable-windows/rubberband.exerubberband-3.1.2-gpl-executable-windows/sndfile.dll
MacOS 安装
-
请注意:
- MacOS Sonoma 的鼠标点击问题已修复。
- Mac M1 的 MPS(GPU)加速已扩展,可配合 Demucs v4 以及全部 MDX-Net 模型使用。
- 本捆绑包面向 macOS Big Sur 及更高版本用户。
- 在 macOS Catalina 或更低版本系统上的应用功能不作保证。
- 在较旧或入门级 Mac 系统上的应用功能不作保证。
- 全部安装完成后,应用首次启动可能需要 5–10 分钟(取决于你的 Macbook)。
-
通过下方任一链接下载 MacOS 版 UVR dmg:
MacOS 用户:无法打开 UVR?
由于 Apple 严格的应用安全策略,你可能需要按以下步骤才能打开 UVR。
首先,通过 Terminal.app 运行以下命令,以允许从所有来源运行应用(建议在 UVR 能正常打开后重新启用该限制。)
sudo spctl --master-disable其次,运行以下命令以绕过公证(Notarization)限制:
sudo xattr -rd com.apple.quarantine /Applications/Ultimate\ Vocal\ Remover.app
MacOS 手动安装
MacOS 手动安装
pip3 install -r requirements.txt
- 若你的 Mac 使用 M1 芯片,请接着运行以下命令。否则请跳过此步。 -
cp /Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/site-packages/_soundfile_data/libsndfile_arm64.dylib /Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/site-packages/_soundfile_data/libsndfile.dylib
FFmpeg 安装
- 待全部安装完成后,在此处 下载适用于你系统的正确 FFmpeg 二进制文件,并将其放入主应用目录。
Rubber Band 安装
若要使用 Time Stretch 或 Change Pitch 工具,你需要 Rubber Band。
- 在此处 下载预编译构建
- 从压缩包中将以下文件解压到 UVR/lib_v5 应用目录:
rubberband-3.1.2-gpl-executable-macos/rubberband
此流程已在 MacBook Pro 2021(使用 M1)与 MacBook Air 2017 上测试,并确认在两台设备上均可正常工作。
Linux 安装(更新说明)
查看 Linux 安装说明
以下安装说明适用于基于 Debian 与 Arch 的 Linux 系统。
步骤 1:下载仓库
- 从 GitHub. 下载并保存本仓库
- 将下载的文件解压到你选择的目录。
步骤 2:安装依赖
根据你的系统类型使用以下命令:
适用于基于 Debian 的系统(Ubuntu、Mint 等):
sudo apt update && sudo apt upgrade
sudo apt-get install -y ffmpeg python3-pip python3-tk
适用于基于 Arch 的系统(EndeavourOS):
sudo pacman -Syu
sudo pacman -S ffmpeg python-pip tk
步骤 3:设置虚拟环境(推荐)
设置虚拟环境(venv)可确保程序的依赖不会与系统级 Python 包发生冲突。
-
进入已解压的仓库目录:
cd /path/to/ultimatevocalremovergui -
创建虚拟环境:
python3 -m venv venv -
激活虚拟环境:
- 对于 基于 Debian 和 Arch 的系统:
source venv/bin/activate
- 对于 基于 Debian 和 Arch 的系统:
-
在虚拟环境中安装依赖:
pip install -r requirements.txt
步骤 4:运行应用程序
在虚拟环境已激活的情况下,启动应用程序:
python UVR.py
重要说明
-
避免修改系统文件:
此前的说明建议删除/usr/lib/python3.11/EXTERNALLY-MANAGED文件,这很危险,可能会破坏 Python 包管理。请不要删除此文件。 -
为何使用虚拟环境?
虚拟环境可隔离程序的依赖,避免与系统 Python 包发生冲突。更多信息请参阅此处. -
已知问题与讨论:
如遇到问题,请参阅 GitHub Issues 页面获取帮助。
其他应用说明
- Nvidia GTX 1060 6GB 是 GPU 转换的最低要求。
- 建议使用显存(V-RAM)至少 8GB 的 Nvidia GPU。
- 目前对 AMD Radeon GPU 的支持有限。
- 目前为 AMD GPU 用户提供了一个可用分支,见此处
- 本应用程序仅兼容 64 位平台。
- 本应用程序依赖 Rubber Band 库来实现 Time-Stretch(时间拉伸)和 Pitch-Shift(音高变换)选项。
- 本应用程序依赖 FFmpeg 来处理非 wav 音频文件。
- 关闭应用程序时会自动记住你的设置。
- 转换时间在很大程度上取决于你的硬件。
- 这些模型的计算量很大。
性能:
- 模型加载速度更快。
- 导入/导出音频文件速度更快。
故障排除
常见问题
- 如果未安装 FFmpeg,当用户尝试转换非 WAV 文件时,应用程序会抛出错误。
- 内存分配错误通常可通过降低 "Segment" 或 "Window" 大小来解决。
MacOS Sonoma 左键点击 Bug
MacOS Sonoma 上存在一个已知问题:应用程序内左键点击无法正确响应。这会影响所有基于 Tkinter 构建的应用程序,该问题现已修复。如果你仍遇到此问题,请通过以下链接下载最新版本 - 链接
该问题曾在此处. 跟踪。
问题报告
提交新 issue 时请尽可能详细。
如有可能,请点击 "Start Processing" 按钮左侧的 "Settings Button",再点击 "Error Log" 按钮,获取可提供给我们的详细错误信息。
许可证
Ultimate Vocal Remover GUI 代码采用 MIT 许可证。
- 请注意: 所有希望使用我们模型的第三方应用程序开发者,请遵守 MIT 许可证,并向 UVR 及其开发者致谢。
致谢
- ZFTurbo - 创建并训练了新 MDX23C 模型的权重。
- DilanBoskan - 你在项目初期的贡献对 UVR 的成功至关重要。谢谢你!
- Bas Curtiz - 设计了官方 UVR 徽标、图标、横幅和启动画面。
- tsurumeso - 开发了原始 VR Architecture 代码。
- Kuielab & Woosung Choi - 开发了原始 MDX-Net AI 代码。
- Adefossez & Demucs - 开发了原始 Demucs AI 代码。
- KimberleyJSN - 为 MDX-Net 和 Demucs 训练脚本的实现提供建议与协助。谢谢你!
- Hv - 帮助在 MDX-Net AI 代码中实现 chunks。谢谢你!
贡献
- 任何对 Ultimate Vocal Remover GUI 持续开发感兴趣的人,请向我们发送 pull request,我们会进行审核。
- 本项目 100% 开源,任何人都可以按自己的意愿免费使用和修改。
- 我们仅维护 Ultimate Vocal Remover GUI 及其所提供模型的开发与支持。
参考文献
- [1] Takahashi et al., "Multi-scale Multi-band DenseNets for Audio Source Separation", https://arxiv.org/pdf/1706.09588.pdf