胡桃讲编程：混音教学第二步｜地下程序员 3 年实测！UVR5 + 万兴喵影，人声分离就该这么玩

作者：龙沅可

各位音乐编程圈的兄弟们，我是胡桃。

先亮明身份：我是深耕实战 3 年的地下程序员，不搞花里胡哨的技术噱头，只信真机跑出来的实测数据，所有人声分离的经验，都是靠自己的主力设备反复测试、试错攒下的硬核干货。我的工作机是微星 GL62M 7REX，这台老笔记本陪我完成了从代码编程到音乐混音的完整跨界，硬件配置清晰明确：处理器为 i7，独显是NVIDIA GTX 1050Ti，核显为 Intel HD Graphics 630，实战做音频分离时我会全程屏蔽无关硬件占用，保证处理环境纯粹。

今天是混音教学的第二步，也是整个混音流程的核心地基 —— 人声分离。经过 3 年数百首歌曲的真机测试，我日常只用到两款工具：UVR5 做主力，万兴喵影做补位，而且以上所有用到的工具均为免费使用，下面全是贴合老设备、可直接照搬的实操经验，新手照着做就能少走无数弯路。

一、主力工具 UVR5：慢歌分离首选，真机实测数据全公开

UVR5 是本地开源的专业人声分离工具，也是我 3 年混音生涯里的核心依赖，它不靠联网、不耍参数玄学，靠扎实的本地算法拆分人声与伴奏，对付节奏偏慢、混响适中的曲目效果堪称完美。像周杰伦的《稻香》《青花瓷》《菊花台》这类古风、慢板流行歌，旋律舒缓、编曲层次不杂乱，用 UVR5 分离出来的人声干净无杂质，完全能满足后续 RVC 声线转换的需求，只有极少数分离效果不理想的情况，才需要用万兴喵影做二次补救。

这里必须划死关键前提：想要跑出和我完全一致的实测数据，一定要满足三个硬性条件—— 显卡驱动更新至580 系版本、显卡硬件状态健康无损耗、处理音频时关闭所有后台程序（浏览器、聊天软件、模拟器等全部退出），任何一项不达标，耗时、显存占用和温度都会出现明显浮动，数据仅供参考。

依托微星 GL62M 7REX 的硬件配置，我对 4 分半左右的《稻香》做了精准实测：关闭 GPU 加速，纯靠i7 处理器运算分离，完整处理耗时7 分钟；开启 GTX 1050Ti 独显加速，屏蔽核显冗余占用后，分离耗时直接缩短至3 分钟；处理过程中，显卡显存占用稳定在1.5GB，核心温度维持70℃，全程无卡顿、无显存溢出，即便老设备也能轻松扛住日常混音的处理压力。

UVR5 的优势在于本地处理隐私性强、人声细节保留完整，适配绝大多数常规歌曲，但它有无法规避的致命短板：面对混响厚重、和声密集、节奏炸裂的迪斯科曲目，分离效果会直接拉胯。比如经典的《Moskau（莫斯科）》，80 年代的 DJ 迪斯科风格，鼓点密集、混响拉满、多层和声叠加，用 UVR5 分离会出现人声发糊、伴奏带电流残响、人声伴奏互相掺杂的问题，再怎么调模型和参数都救不回来。

这里玩个圈内老梗：没听过《Moskau》？那总知道这个爆火空耳名场面吧 ——“螺丝刀螺丝刀，半夜起来安地板”，发音和原曲几乎一模一样，算是刻进很多人 DNA 里的回忆，但这种歌绝对不能用 UVR5 硬刚，纯纯白费功夫。

二、补位工具万兴喵影：免费救场王，专治 UVR5 搞不定的难题曲

万兴喵影是我实战里验证无数次的最佳补位工具，很多人只把它当成普通视频剪辑软件，却忽略了它自带的免费 AI 联网人声分离功能，这也是对付 UVR5 束手无策的难题曲的最优解，同样全程免费无套路。

我真机实测下来，万兴喵影分离一首完整歌曲的耗时稳定在2-3 分钟，不用安装额外插件、不用折腾复杂环境配置，新手打开软件就能操作，零学习成本。它的 AI 分离依托云端大数据模型，对重混响、多和声的曲目适配性极强，处理《Moskau》这类迪斯科时，分离效果远胜 UVR5。

我 3 年实战总结的小技巧也简单粗暴：如果一次分离不够干净，就把分离后的人声或伴奏重新导入软件，重复分离 2-3 次，最终能得到几乎无残留的纯净人声和伴奏，完全能满足 RVC 混音的专业需求。对于《菊花台》《青花瓷》这类慢歌，只有 UVR5 分离出现轻微瑕疵时，我才会用万兴做二次优化，日常核心分离还是以 UVR5 为主。

三、其他人声分离工具：按需选择，适合自身需求即可

市面上还有流明 AI+MSST、Replay、音子 AI 在线分离、RVC Studio 内置分离等多款人声分离工具，这些工具我并没有实际使用过，所以不做效果好坏的评判，大家可以根据自己的操作习惯、电脑配置和使用场景按需选择，适合自己的就是最合适的。

这里重点补充一款实用工具：网易云音乐工作室（X Studio），这款软件同样完全免费，不仅内置了便捷的人声分离功能，还自带音频转 MIDI的特色功能，对于后续需要做调音编曲、辅助修正音高的朋友来说非常实用，属于分离 + 编曲两用的免费工具，有相关需求的可以尝试使用。

四、3 年实战总结：人声分离只抓核心逻辑

作为只信真机实测的地下程序员，我始终坚持实用主义，不追高端设备、不玩复杂操作，人声分离的核心逻辑就两点，完全适配微星 GL62M 7REX 这类老设备：

1. 节奏偏慢的流行、古风歌曲（稻香、青花瓷、菊花台等），首选 UVR5，满足驱动、硬件、无后台三个条件，效率和效果双在线；
2. 重混响、多和声的快节奏歌曲（莫斯科等），或 UVR5 分离效果差的曲目，直接用万兴喵影，免费快速，多分离几次就能达到理想效果。

而且本次提到的所有分离工具，包括 UVR5、万兴喵影、网易云音乐工作室（X Studio）等，均为免费使用，不用花费一分钱就能完成人声分离的核心操作。

人声分离是混音的第一道门槛，把这一步做扎实，后续的 RVC 声线转换才能事半功倍。我的微星 GL62M 7REX 算不上高端设备，但靠着精准的硬件设置、靠谱的工具组合，足以完成全套混音制作，这也是地下程序员的核心思路：不拼硬件堆砌，只拼实战方法。

人声分离的地基打牢后，下一步我们就正式进入混音的核心环节：用分离好的纯净人声，进行 RVC 声线转换，体验混音 “快、准、狠” 的核心魅力，把代码逻辑彻底融入音乐创作。