分离音质差 | UVR5 中文站

分离音质差的表现多样：人声发闷像隔了层布、伴奏被撕裂成碎片、出现金属感（ringing）、夹带电流声或嗡嗡底噪。这些大多不是软件坏了，而是源文件质量、模型匹配或参数设置没对齐，需要分层判断再逐项修复。

UVR5 三大引擎各有擅长：MDX-Net（onnx）最均衡常用，VR Architecture（pth）轻量可做去混响去噪，Demucs（波形域）多轨分离干净。选错引擎会加重某种瑕疵。

判断一：是源文件问题还是分离问题

先听原始音频：如果原文件本身就有底噪、录音闷、压缩损伤，分离再好也救不回来。
用一段清晰录音测试，若清晰源分离后依然差，才是参数或模型问题。
劣质的 MP3、电话录音、现场嘈杂录音本就难分离，需降低预期。

判断二：按瑕疵类型对症修

发闷：多半是选了过度降噪或去混响模型（如 UVR-DeEcho-DeReverb）或 VR 的 Aggression 过高，换均衡的 MDX-Net Main，降低 Aggression。
撕裂或金属声：Overlap 太小（如 0.25 以下）易在边界产生 artifact，把 Overlap 提到 0.5 左右缓解；也可换 Demucs 的 htdemucs_ft 这类更平滑的模型。
电流声或底噪：用 VR 的 UVR-DeNoise 降噪模型单独处理一遍，或在来源端换干净录音。

判断三：模型与集成模式

人声伴奏分离优先 MDX-Net 的 UVR-MDX-NET Main 或 Inst Main；要更干净多轨用 Demucs。
启用集成模式（Ensemble Mode）可叠加多个模型，算法选 Max Spec、Average、Min Spec，能抵消单一模型的缺陷，但更慢。
对同一文件试两个不同引擎，选听感更好的那个固定下来。

兜底方案

若单模型始终有某种瑕疵，用集成模式叠加两个互补模型（如一个主分离加一个去噪），通常能明显改善。硬件不足时降低输出规格换取稳定。

下一步建议

用 A/B 对比锁定问题模型

同一首歌分别用 MDX-Net Main 和 Demucs htdemucs_ft 各跑一次，盲听对比哪种瑕疵更轻。
如果两种模型都发闷，问题大概率在源文件，而不是参数，换 cleaner 的录音再试。
如果一种金属声重、一种撕裂重，用集成模式叠加二者，往往能互相抵消。

调音质不要一次改一堆参数，否则不知道哪项起作用。建议固定模型后，只动 Overlap（0.25 到 0.75 之间试）和是否开集成模式，逐步找到听感最好的组合。质量与速度天然有 trade-off，追求极致干净通常要接受更慢。先把源文件质量这块排除掉，再纠结参数，能少走很多弯路。

降噪与去混响的副作用

UVR-DeNoise、UVR-DeEcho-DeReverb 这类模型能压底噪和混响，但用过头会让人声发闷、丢失高频细节。除非源文件确实嘈杂或带房间回声，否则日常分离不必默认挂这些模型。把它们当作"补救手段"而非"标配"，音质通常更自然。若已经发闷，先撤掉降噪去混响模型，换回均衡的 MDX-Net Main 再听一次。

先换清晰源测试，再按"发闷、撕裂、电流"对症调模型与 Overlap。修完音质若发现伴奏还有人声，看「伴奏人声残留」；若处理太慢，看「处理速度太慢」。