伴奏提取模型对比：Inst 系列与 Demucs 怎么选
伴奏提取模型对比的核心矛盾是：人声抑制越狠，伴奏里的乐器也越容易受伤。UVR5 里做伴奏的主力有 MDX-Net 的 Inst 系列与 Demucs，两条路线思路不同，适合的场景也不同。本文对比差异并给出 K 歌与翻唱的具体选法。
Inst 系列路线
- UVR-MDX-NET Inst Main：伴奏向主力，人声抑制彻底，适合制作 K 歌伴奏，背景人声残留少。
- UVR-MDX-NET Inst 3：Inst 系列的进阶变体，与 Inst Main 组成集成模式是常见的伴奏组合，能补回部分被误伤的乐器。
- UVR-MDX-NET Inst HQ：高计算量变体，音质余量更大，适合无损音源母带级伴奏提取。
Demucs 路线
Demucs 走波形域重建，伴奏是 Other 轨加人声剔除后的结果，音色自然、音染偏小，但人声抑制的彻底程度通常不如 Inst Main。它的优势在于整体听感更顺，适合对伴奏保真度要求高、能接受一点人声残留的翻唱场景。这类用户更在意乐器的完整与自然，而非把人声抹得一丝不剩。
K 歌场景怎么选
做 K 歌伴奏追求人声尽量干净，首选 Inst Main，不满意再叠加 Inst 3 上集成模式进一步压低人声。若原曲人声与伴奏耦合很强，可适度提高 overlap 到 0.5 让边界更干净。这类场景不必上 Demucs，因为你要的是伴奏而非音染最小的还原，Inst 的抑制力才是关键。批量转几十首歌时，Inst 的速度优势也更明显。
翻唱场景怎么选
翻唱更看重伴奏的听感真实与乐器完整，推荐 Demucs 的 htdemucs_ft，用其 Other 轨当伴奏底，人声残留少到不影响跟唱时即可。若伴奏里还想单独留某件乐器做参考，Demucs 的四轨能力反而更方便，直接取 Other 与对应分轨混合。对追求还原度的翻唱作者，Demucs 的自然音色更讨喜。
人声残留怎么判断够不够
判断伴奏里人声是否去干净，最可靠的办法是静音试听副歌与气口处。若还能听出原唱旋律，说明残留偏多，可上 Inst 3 集成或提高 overlap。若伴奏里的鼓和贝斯被一起削薄，则说明抑制过度，应回调。平衡点因歌而异，没有统一参数，逐首微调比套用固定值更稳。
体积与速度权衡
Inst 系列是 onnx 模型，体积适中、推理快，适合批量生产 K 歌伴奏；Demucs 体积大、速度慢，但单次听感更自然。如果你的需求是每天几十首歌转伴奏，Inst 路线明显更经济；若是精修少数几首翻唱，Demucs 的保真更值得等待。磁盘与算力紧张时，这个权衡直接决定工作流能否跑顺。
对比结论表
| 维度 | Inst 系列 | Demucs |
|---|---|---|
| 人声抑制 | 更彻底 | 较温和 |
| 伴奏音染 | 略明显 | 偏小自然 |
| 典型用途 | K 歌伴奏 | 翻唱保真 |
| 处理速度 | 快 | 慢 |
翻唱能不能直接拿 Inst 当伴奏
可以，但 Inst 的音染可能让翻唱与原调听感略不同。追求还原选 Demucs 的 Other 轨，追求干净人声痕迹选 Inst，取决于你对保真还是干净更敏感。
下一步
选定伴奏路线后，若人声残留仍困扰你，可参考降噪去混响页面做二级提纯。需要把 Inst Main 与 Inst 3 固化成一组时，见集成组合页面的伴奏向组合示例。