展开本页目录
开始前准备什么
- 下载并解压到独立目录，先阅读README里的真实执行范围。
- 使用自有输入，不把系统朗读、程序合成源或官方截图冒充模型生成。
- 先完成12秒练习，再扩大文件长度；固定实际工具、模型与运行设备。
- 先听原创混音和已知参考
- 从官方版本进入输入与输出
- 明确模型和两路输出
- 固定WAV与CPU条件
- 单次运行并保存真实产物
- 对同一句回听残留
- 归档参数与后续任务
含原创输入、逐步说明、真实检查脚本和已标明身份的实际输出；不含模型权重。
已实际生成原创混音、已知人声与伴奏参考并完成文件预检；没有运行UVR界面或UVR分离模型。
读取实际PCM16文件与源hash，拒绝损坏或空音频；不请求任何模型。
已实际生成原创混音、已知人声与伴奏参考并完成文件预检；没有运行UVR界面或UVR分离模型。
1. 先听原创混音和已知参考
下载original-mix.wav，先听清12秒的系统朗读与原创鼓、贝斯和旋律。clean-speech.wav与instrumental-reference.wav是混音前的源材料，绝不是UVR分离结果。
bash
python3 verify.py
2. 从官方版本进入输入与输出
按官方安装包打开UVR 5.6系列，用Select Input选择混音，用Select Output选择新的空目录。界面图是官方原图，文件路径与本练习无关；不要把界面已打开当作已经分离。
3. 明确模型和两路输出
在Choose Process Method选择MDX-Net，再从当前Download Center安装可用的MDX23C-InstVoc HQ模型，记录实际模型全名与下载来源。首次保留人声和伴奏两路，不把Vocals Only与Instrumental Only同时勾选。
4. 固定WAV与CPU条件
选择WAV，先取消GPU Conversion，用12秒短样测试。Sample Mode为30秒预览模式，本输入本来只有12秒，不构成30秒完整歌曲效果证明。
5. 单次运行并保存真实产物
点击Start Processing，保留实际完成日志和两份输出。没有启动或失败时就记录失败，不把包内的已知参考改名成UVR结果。
6. 对同一句回听残留
先听伴奏里是否还能听清“十二台设备”，再听人声是否丢失句尾。原始参考可帮助定位问题，但系统朗读不是演唱，不能由这一例推断真实歌曲效果。
bash
python3 verify.py --file your-instrumental.wav
7. 归档参数与后续任务
保存原混音、模型全名、WAV输出和逐段回听记录。需要字幕时再进入已有Whisper教程；离线伴奏分离不是apizt聊天或图片API能力。
怎样确认已经完成
- 实际输入与输出均可解码，采样率、声道、帧数和时长已记录。
- 按指定同一音节/乐句或首尾有声段回听，保留残留、失真和失败区间。
- 已实际生成原创混音、已知人声与伴奏参考并完成文件预检；没有运行UVR界面或UVR分离模型。
常见问题
UVR 离线提取伴奏下载后就是模型成功结果吗？
已实际生成原创混音、已知人声与伴奏参考并完成文件预检；没有运行UVR界面或UVR分离模型。 输入预检、已知源参考和模型推理是不同证据，未运行时不提供伪造结果。
提取伴奏怎样判断完成？
先核对当前教程中的真实文件、参数和模型身份，再按第六步的同一区间验收；仅文件存在、峰值变小或界面显示完成都不足以证明声音质量。