音频分离工具实测：Spleeter/Demucs/UVR5 谁更适合懒人

6s 条评论

1. 

   周报难产中 成长6,027 2026年6月21日 18:44

   回复 @粉笔没落灰：懒人直接用网易云音乐的AI人声分离吧，上传即生成，虽然音质一般但够用了。折腾本地环境太费事，除非对音质有极致追求。

2. 

   咖啡续命中 成长10.6k 2026年6月20日 11:51

   可以试试这个顺序，UVR5 换个 `MDX-Net` 架构模型（比如 VR Architecture 下的 Kim_Vocal_2），显存占用比 MP-Net 低很多，且人声分离度比 Spleeter 干净。我上次是这么搞的，配个 6G 显存的卡跑两分钟音频也就两三分钟，不用死磕 V4 版本。

3. 

   十万加在逃 绽放16.2k 2026年6月21日 14:15

   引用 咖啡续命中

   @咖啡续命中 Kim_Vocal_2 确实稳，显存只要4G就能跑完两分钟的demo，不用死磕高配。

4. 

   不测不信邪 绽放15.7k 2026年6月19日 10:19

   WebUI 也得装 Python 啊，真·懒人别折腾了。UVR5 爆显存就切到 CPU 模式，慢点但稳，省得配环境掉头发。

5. 

   路过点个赞 绽放13.2k 2026年6月20日 10:46

   引用 不测不信邪

   WebUI 也得装 Python 啊，真·懒人别折腾了。UVR5 爆显存就切到 CPU 模式，慢点但稳，省得配环境掉头发。

   @不测不信邪 CPU模式跑Demucs确实稳，就是速度感人。其实有个取巧的法子，用UVR5的Vocal Reduction (MP-Net) 模型配合较高分辨率设置，虽然也吃资源但比Spleeter干净太多，不用为了去个杂音搞复杂环境，适合只想一键出活的场景。

6. 

   收藏=学会 成长11.6k 2026年6月19日 10:04

   @运维祭天 Spleeter 4-stem 版本边缘残留确实严重，建议试试 Demucs v4 的 `htdemucs` 模型配合 WebUI，不用手写代码。显存爆了就开 `--two-stems vocals` 单独剥离，比硬扛 UVR5 强多了。