模型集成组合：三套 Ensemble 组合与耗时

集成模式（Ensemble Mode）是 UVR5 把多颗模型结果融合输出的高级能力，通过 Max Spec、Average、Min Spec 三种算法取各家之长。组合得当能明显提升分离质量，但也会成倍增加耗时。本文给出三套可复用组合及其算法与耗时参考。

集成算法怎么选

• Max Spec：取频谱最大值，偏向保留更多信号，适合质量优先、愿意接受略多残留的场景。
• Average：取平均，结果最平滑，是人声向组合的常见默认。
• Min Spec：取最小值，偏向更彻底地抑制，适合伴奏向压人声。

三套可复用组合

人声向组合

把 Main 与 Kim 同向叠加，取两者人声还原的互补，背景残留通常比单颗更干净。算法用 Average 能得到平衡的干声，适合翻唱与训练数据准备。注意两颗都必须是人声向，不要把 Inst 混进来，否则输出目标互相打架，结果反而更差。

伴奏向组合

Inst Main 配 Inst 3，用 Min Spec 压低人声，伴奏更干净，是 K 歌伴奏的高配做法。两套都是 MDX-Net 的 onnx 模型，速度尚可，CPU 用户也能接受。若原曲人声极难剥离，可再适度提高 overlap 配合，进一步收紧边界。

质量优先组合

跨引擎集成 MDX-Net 的变体与 Demucs，用 Max Spec 保留最多细节，适合母带级交付，但耗时可达单模型三到四倍，必须放进批量队列挂机。无独显的电脑不建议把它当日常组合，否则一次处理可能要等很久，效率难以接受。

组合不是越多越好

集成模式把每颗模型的结果按算法融合，模型数量直接决定耗时。人声向两颗、伴奏向两颗、质量优先三颗，是效果与效率的甜点区间。继续叠加更多模型，质量提升边际递减，耗时却线性甚至超线性增长，普通用户不值得。每多一颗模型，不只是多一倍时间，还有更多融合误差累积。

保存与复用配置

调好一组组合后，在软件里保存为 Ensemble 配置，下次直接调用，无需重复勾选。建议给每组起明确名字，例如人声平均组、伴奏压制组，避免日后混淆。配置只记录模型与算法，不绑定具体文件，模型缺失时会提示补下，不影响其他配置。

耗时预估的变量

上表的耗时是相对单模型的倍率，实际还受音源长度、segment size、是否开 GPU 影响。有独显时倍率感受被削弱，CPU 用户则要严格控组数。长曲加高质量组合可能要等很久，务必走批量队列，不要前台干等，以免占用机器又影响其他工作。

下一步

组合保存为 Ensemble 配置后可一键复用，配置方法见集成模式详解。组合前请先通过模型对比页面确定每颗模型的取向，避免把目标相反的模型放进同一组。