电脑端人声分离指南
在电脑上制作高质量音频，第一步往往是精准的人声与伴奏分离（Stem Separation）。针对不同的使用场景、硬件配置及歌曲类型，我们为您梳理了专业的操作方案。
一、专业本地处理：UVR5 方案
对于追求极致音质和隐私保护的用户，开源免费的 UVR5是首选工具。它不依赖网络，算法深度优化，特别适合《灯火里的中国》这类节奏舒缓、双声部交织且交响伴奏层次丰富的常规歌曲。
适用场景与优势
- 核心需求：后续需要进行 RVC/SVC 声线转换，或作为混音的高保真素材。UVR5 能保留完整的人声高频细节，避免压缩格式（如 MP3）带来的音色失真和杂音问题。
- 隐私性：所有数据本地处理，无上传云端风险。
关键操作参数设置
为了在常规硬件上获得最佳效果并避开显存溢出等常见坑点，建议按以下标准配置执行：
- 处理方法（Method）：选择「VR Architecture」。这是平衡精度与速度的最优解，完美适配 GTX 1050Ti 及类似中端显卡。虽然 MDX-NET 精度更高，但对老设备显存占用过大，易导致卡顿。
- 窗口大小（Window Size）：建议设置为「320」。「VR Architecture」模式下的此数值是黄金配置，既能保证分离精度，又不会让显存过载；高配用户可后续调整。
- 分离强度（Aggression Setting）：推荐设为「20」。该值控制分离力度。过低会导致伴奏残留人声，过高则容易把人声修得干瘪、丢失细节。「20」能在彻底分离交响伴奏的同时，完整保留两个声部的音色质感。
- 模型选择：推荐使用「5_HP-Karaoke-UVR」。此模型专门针对卡拉 OK 和流行歌曲训练，对双声部及复杂混音的适配性极佳。
- 加速选项：务必勾选「GPU Conversion」。实测数据显示，开启 GPU 后处理速度比纯 CPU 运算快数倍（例如一首 4 分多钟的歌曲可从 7 分钟缩短至 3 分钟左右），且核心温度稳定在安全范围。
结果提取与用途
- 输出格式：建议勾选默认 WAV 无损格式，确保后续处理无损耗。
- 文件说明：完成后会生成两个独立文件。
Vocals.wav（纯人声）是进行 AI 变声转换的核心素材；Instrumental.wav（纯伴奏）可用于混音或制作翻唱版本。切勿直接使用未分离的原始音频，否则残留的伴奏会被后续算法误判为噪声。
二、云端智能补位：万兴喵影方案
面对《Moskau》这类 80 年代迪斯科风格、混响拉满且和声密集的「难题曲」，本地模型可能会感到吃力。此时需要引入依托云端大数据模型的 AI 工具进行补位。
适用场景与优势
- 核心需求：处理重混响、多和声的复杂曲目，或希望零门槛一键出效果的新手用户。
- 技术原理：利用云端训练的海量不同风格模型，专门解决本地算法难以处理的特殊声学环境问题。全程免费且无需付费解锁高级功能。
关键操作步骤
- 新建项目：打开软件点击「新建项目」。建议避免在旧工程内直接操作，因为缓存和残留素材可能占用系统资源，影响 AI 分离的稳定性与速度。
- 导入音频：将目标文件拖入左侧素材栏。注意：必须先在素材栏中选中文件才能触发功能，仅将其放在时间轴上无法启动智能人声分离。
- 执行分离：右键点击素材文件，选择「智能人声分离」。操作过程中请保持网络通畅，断网会导致处理失败。
- 提取结果：完成后会在素材栏生成两个新文件。建议将这两个文件剪切或复制到统一的本地目录（如 E 盘根目录），以便后续进行 SVC 转换和混音管理。
三、方案选择策略总结
作为音频处理专家，我们的核心原则是「工具为需求服务」：
- 常规慢歌与标准曲目：首选 UVR5。本地处理细节足、效率高且隐私性好，是后续 AI 变声转换的最优输入素材。
- 难题曲（重混响/多和声）：直接使用万兴喵影的云端分离方案。它能有效解决人声发糊或伴奏带残响的问题，通常只需尝试 2-3 次即可获得完美效果。
无论是老设备还是新电脑，这两款工具均能轻松驾驭，覆盖了从入门到进阶的所有人声分离场景。打好这第一道地基，后续的混音与创作才能事半功倍。