UVR5 与 Spleeter

两者到底是什么关系

UVR5 与 Spleeter 都属于免费开源的人声分离工具，但出身和定位不同。Spleeter 是 Deezer 研究院在 2019 年开源的模型与代码库，基于 TensorFlow，提供二轨、四轨、五轨等预训练模型，长期被音乐科技圈当作“轻量 baseline”。UVR5（Ultimate Vocal Remover 5）是 Anjok07 维护的桌面图形软件，集成 MDX-Net、VR 架构和 Demucs 三大引擎，目标是让普通用户不写代码也能跑高质量分离。

简单说，Spleeter 更像一套需要自己搭环境的算法工具，UVR5 则是一台装好引擎、点几下就出结果的机器。两者都能免费使用，但面向的人群差距很大。

核心维度对比

速度谁更快

Spleeter 的模型参数量小，在 GPU 上分离一首歌往往只需几秒到十几秒，确实比很多大模型快。UVR5 的 MDX-Net 模型更重，单首歌通常要几十秒到几分钟，取决于 Segment Size（默认 256，可选 512）和 Overlap（默认 0.25，常见 0.25 到 0.75）。但是快不等于好：Spleeter 速度快，代价是伴奏里常留人声残影，鼓和贝斯也容易糊在一起。

安装难度差距

这是两者最劝退的分水岭。Spleeter 官方只给代码和模型，你需要自己装 Python、配 TensorFlow 版本、处理可能的依赖冲突，很多新手卡在环境这一步就放弃了。UVR5 在 Windows 提供 exe 安装包，macOS 提供 dmg（Apple Silicon 可用），Linux 装好 ffmpeg、python3-pip、python3-tk 后用 python3 UVR.py 启动，整体对普通用户友好得多。

值得一提的是模型可玩性。Spleeter 只有固定的几个预训练模型，换模型要自己训练或找社区权重；UVR5 则内置模型下载器，打开就能拉取 UVR-MDX-NET 系列、Kim 系列、7_HP2 等大量变体，不用碰训练代码。对只想“换模型试试哪个更干净”的用户，UVR5 的模型生态更友好，而 Spleeter 更适合把它当成一个可调用的算法组件嵌进自己的系统。

效果与适用场景

• 想要极速、对音质要求不高、要在服务器批量跑：Spleeter 合适，例如给海量素材做粗分离预处理。
• 想要干净的人声和伴奏、愿意多等几十秒、不想碰命令行：UVR5 明显更省心。
• 做教学演示或论文 baseline：Spleeter 引用方便、生态成熟。
• 做翻唱、混音、清唱提取：UVR5 的 MDX-Net 和去混响去噪模型更实用。

下一步建议

如果你是不想装环境、追求效果的普通用户，直接选 UVR5 桌面版，从 Main 模型开始试。如果你本身就在写 Python 流水线、需要把分离嵌进自动化任务，再考虑 Spleeter。两者都免费，差别主要在“谁用”和“怎么用”，而不是“要不要花钱”。