音频分离器 (UVR / MDX / Demucs)
使用 UVR、MDX-Net、BS-Roformer 或 Demucs 模型，在你自己的电脑上把视频的声音分离为人声和背景。它是内置的 ffmpeg 分离器的替代方案，后者依赖一种立体声技巧；每个模型在你第一次使用时下载一次。
设置 插件 audio-separator (UVR / MDX / Demucs) 安装
Subtitld 会下载它、校验其 SHA-256，并保持更新。
- 模型
- 5
- 插件下载量
- 295–432 MB
- 内存，至少
- 4 GB
功能说明
每个模型都会给 Subtitld 两个文件：人声，以及其他一切。Demucs 会分离出鼓、贝斯和其余部分；插件再把它们混合回一个背景。
导出音频时开启 Include background audio，你的配音就会与背景混合。它保持立体声，因此音乐和环境声保留其宽度。
当声音克隆插件需要某位说话人的样本时，Subtitld 会从人声文件中剪出它，因此音乐不会混入其中。
Subtitld 会在你打开视频时分离它，并保留两个文件，因此重新打开项目时会复用它们。
在 全局设置 › 常规 › 音频分离器 下选择它。内置的 ffmpeg 分离器仍保留在列表中。
模型
默认从 Kim Inst 开始。如果分离效果比耗时更重要，可以试试 BS-Roformer。Karaoke 2 只保留主唱人声，把和声留给音乐。Demucs 以四个音轨工作，插件会把它们混合回一个背景。
| 模型 | 下载 | 适合 |
|---|---|---|
| Kim_Inst.onnx Kim_Inst.onnx | 人声与其他一切；默认 | |
| UVR-MDX-NET-Inst_HQ_3.onnx UVR-MDX-NET-Inst_HQ_3.onnx | 快速且均衡的分离 | |
| UVR_MDXNET_KARA_2.onnx UVR_MDXNET_KARA_2.onnx | 仅保留主唱人声；和声随音乐保留 | |
| model_bs_roformer_ep_317_sdr_12.9755.ckpt | 分离效果最好，时间允许时使用 | |
| htdemucs_ft.yaml | 四个音轨，混合回两个 |
每个模型在你第一次使用时下载。Subtitld 会保留它分离过的每个视频的音轨并加以复用，因此更换模型只对尚未分离的视频生效。若要重新分离某个视频，请删除 Subtitld 缓存中 audioseparation 文件夹里对应的文件。
模型保存位置
保存在它们自己的文件夹中，位于插件之外，因此重新安装或更新插件时无需再次下载。若要把模型保存到别处，请在启动 Subtitld 之前设置 AUDIO_SEPARATOR_MODEL_DIR。
| 系统 | 文件夹 |
|---|---|
| Linux | ~/.cache/subtitld/addons/audio-separator/models |
| macOS | ~/Library/Caches/subtitld/addons/audio-separator/models |
| Windows | %LOCALAPPDATA%\subtitld\subtitld\Cache\addons\audio-separator\models |
选项
在 设置 › 插件 › audio-separator (UVR / MDX / Demucs) › 配置 中。
Kim_Inst.onnx使用哪个模型。见上表。
cpuCPU 在所有平台都可用。发布的构建版本不包含 CUDA 运行时，因此选择 CUDA 并不会让它们使用 NVIDIA 显卡。
FLAC平台
| 系统 | 下载 | 已测试 |
|---|---|---|
| Linux x86-64 | 432.4 MB | 在 CI 中测试，仅启动 |
| macOS (通用) | 312.2 MB | 在 CI 中测试，仅启动 |
| Windows x86-64 | 295.5 MB | 在 CI 中测试，仅启动 |
在 CI 中，每个构建版本都会启动一次，以确认它能响应 Subtitld；CI 中不运行任何分离。
故障排除
Subtitld 目前还不会显示分离错误。分离失败时，Music/Voice 控件会保持关闭，导出音频时 Include background audio 会显示为灰色。请先检查以下几点：
- PATH 中的 ffmpeg。 插件会调用 PATH 中的
ffmpeg来读取视频的声音，并转换两个音轨。它不会使用 Subtitld 内置的副本，而在 Windows 和 macOS 上，这个副本不在 PATH 中，因此请安装 ffmpeg，并确保它能在终端中运行。 - 首次使用时需要网络连接。 每个模型在你第一次使用时下载。
许可
插件和 python-audio-separator 均为 MIT 许可。每个模型都有自己的许可，插件并未列出；目录中注明，部分 UVR 和 MDX 模型仅限非商业用途，因此在商业使用之前，请先查看模型的说明卡片。
版本
- 0.0.5
Automated release for audio-separator v0.0.5.