🎧 从任意音频中分离人声、乐器、鼓点、贝斯等内容
基于UVR技术的命令行音频分割工具集合
✨ 核心特性
| 🎸 铭文分音-声音分离 | 🥁 月宫人声分离 | 🎤 闪念剪人声分离 |
|---|---|---|
| 支持MDX-Net / MDX-C模型，Roformer（MelBandRoformer、BSRoformer）、SCNet（稀疏压缩网络），兼容ONNX & PyTorch检查点 | 支持Demucs v1 / v2 / v3 / v4，htdemucs / htdemucs_ft，6音轨分割（含吉他、钢琴），自动模型下载 | 支持VR Architecture模型，兼容VR 5.1模型，可调整窗口大小/攻击性，支持TTA与后处理 |
🚀 主要亮点
| 功能 | 说明 |
|---|---|
| 🎯 GUI一致性 | 完全复刻专业音频分割工具的GUI操作逻辑 |
| ⚡ GPU加速 | 支持NVIDIA CUDA与AMD DirectML，大幅提升处理速度 |
| 🔧 零配置 | 自动适配模型参数，无需手动调整复杂设置 |
| 📦 批量处理 | 完美适配自动化流程与管线任务 |
| 🎚️ 位深度控制 | 支持16/24/32位PCM，32/64位浮点输出 |
| 📥 自动下载 | 对接官方模型库，无需手动下载模型即可使用 |
| 🛡️ 鲁棒错误处理 | 支持GPU fallback、自动重试、模糊匹配模型名 |
| 🔗 统一操作入口 | 单命令即可完成分割操作，无需复杂配置 |
| 📦 PyPI部署 | 一条pip命令即可完成安装，快速上手 |
📖 设计理念
本工具集合是用于音频分割场景的无头自动化层，不会重新实现任何分割逻辑，而是完全复刻核心行为——包括模型加载、参数 fallback、自动检测等。
✅ 只要某个模型在对应专业工具中可以使用，在此处即可正常工作，无需额外配置。
灵活度拉满，支持加载任何自定义模型，无需等待上游更新：
| 🎨 全自定义模型支持 | 🖥️ 无头与远程适配 | 👥 用户驱动的设计 |
|---|---|---|
| 直接加载任何.pth或.ckpt文件，可快速测试新微调模型或实验性模型 | 无缝集成到网页端应用或自动化脚本中，支持远程部署 | 由音频爱好者开发，优先兼顾完全控制与原生兼容性 |
📋 运行要求
| 组件 | 要求 |
|---|---|
| Python | 3.9.x版本（3.10+未完全测试） |
| GPU | NVIDIA CUDA或AMD DirectML（可选，非必需） |
| 操作系统 | Windows / Linux / macOS |
🔧 安装方式
🚀 选项1：通过PyPI安装（推荐）
安装对应工具包即可，支持GPU加速（NVIDIA）、ONNX GPU支持等。安装后即可获得统一操作入口，无需克隆仓库：
# 示例：安装铭文分音
pip install mingwen-fensheng-miniapp
# GPU支持（NVIDIA）
pip install torch torchvision torchaudio --index-url安装后使用示例：
# 铭文分音使用
mingwen-fensheng-miniapp -m "model.ckpt" -i song.wav -o output/
# 月宫人声分离使用
yuegong-fenli-miniapp -m htdemucs -i song.wav -o output/
# 闪念剪人声分离使用
shannian-fenli-miniapp -m "model.pth" -i song.wav -o output/📦 选项2：通过Poetry从源码安装
克隆仓库后执行poetry install，再安装GPU支持相关依赖即可。
📦 选项3：通过pip + venv从源码安装
克隆仓库后创建虚拟环境，安装依赖及GPU支持库。
🔴 AMD GPU（DirectML）
安装对应支持库，通过–directml参数运行，注意该模式为实验性，推荐使用NVIDIA CUDA获取最佳性能。
✅ 安装验证
运行对应命令检查PyTorch及CUDA是否正常。跳过此步骤若使用Docker，容器已包含所有依赖。
🐳 选项4：Docker Hub镜像（无需构建）
快速拉取镜像即可运行，支持GPU或CPU模式，也可安装CLI包装器获得原生体验。
📖 完整Docker指南 → 对应官方文档链接
🎼 快速上手
统一CLI（pip安装 / Docker）
安装后即可使用简短命令完成分割，无需复杂步骤。
铭文分音功能说明
基础分割命令，支持仅输出人声、设置位深度等参数。
月宫人声分离功能说明
支持4音轨、6音轨分割，可调整分段大小提升质量等。
闪念剪人声分离功能说明
支持基础分割，自定义模型参数等操作，可设置窗口大小、攻击性等。
📥 模型下载中心
支持自动下载官方模型，类似GUI功能，支持列出可用模型、下载模型、推理时自动下载、模型信息与模糊匹配等。
🛡️ 错误处理与GPU fallback
所有工具均包含鲁棒错误处理，支持GPU内存不足时自动切换到CPU模式，错误信息包含明确说明与解决建议。
📊 CLI进度显示
提供专业的CLI进度系统，包含实时反馈、下载进度、推理进度、时间估计等，支持多种进度库，也可设置安静模式禁用进度输出。
🎛️ 各工具命令行参数
铭文分音参数
| 参数 | 简写 | 默认值 | 说明 |
|---|---|---|---|
| –model | -m | 必填 | 模型文件路径 |
| –input | -i | 必填 | 输入音频文件 |
| –output | -o | 必填 | 输出目录 |
月宫人声分离参数
| 参数 | 简写 | 默认值 | 说明 |
|---|---|---|---|
| –model | -m | 必填 | 模型名称或路径 |
| –input | -i | 必填 | 输入音频文件 |
| –output | -o | 必填 | 输出目录 |
闪念剪人声分离参数
| 参数 | 简写 | 默认值 | 说明 |
|---|---|---|---|
| –model | -m | 必填 | 模型文件路径 |
| –input | -i | 必填 | 输入音频文件 |
| –output | -o | 必填 | 输出目录 |
📁 输出结构
输出目录包含各音频分割后的文件，对应三个产品的不同分割结果。
🐍 Python API
三个工具均提供Python API，可集成到其他项目中使用。
🔍 故障排查
针对GPU未检测到、模型未找到、网络错误、VR模型哈希未找到、输出质量差等问题提供解决方法。
🙏 致谢
对相关音频技术开发者表示感谢。
📄 许可证
MIT许可证，可自由使用与修改。
贡献与支持
欢迎提交Pull Requests与Issues，若觉得工具实用，欢迎给予星标支持！
Made with ❤️ for the audio separation community
发布者：云, 赵，出处：https://www.qishijinka.com/software-testing/64406/
