用UVR把18秒自录音乐拆成两轨：独听人声和伴奏，再分别调音量

同一段录音里，哼唱太响，敲击节奏又想留下，能不能分别调节？这次用自己录的约18秒短音乐，先让UVR估计出人声与伴奏两个声部，再到Audacity逐轨听、单独调音量，留下一个可继续编辑的两轨工程。

先看门槛：本文限定Windows 11 x64电脑，使用UVR 5.6普通版与Audacity 4.0.1两款本地软件。UVR普通安装包约1.69GB，模型和安装后文件还要另占空间；两款软件可免费使用，本练习不需要付费订阅、API密钥或云账户，但要承担下载、安装、计算和听验的时间。没有合适电脑或无法取得官方资源时，先停在原录音，不必为了跟教程购买显卡。版本与下载入口见UVR官方发布页和Audacity Windows下载页。

保存风险先说明：2026年10月27日补查时，Audacity官方仍提供4.0.1。项目损坏问题汇总中，维护者已确认不同采样率片段的一类错误，并于10月25日确认另一例保存未成功、随后打开“最新版本”覆盖未保存内容的问题；页面未给出这两项均已修复的正式发行结论。另有Windows 11保存后文件消失的未解决报告，尚不能据此判断每台电脑都会发生。只用可重录的练习声音，先完成下面的短录音保存重开检查；通过也不保证今后不会损坏。原录音和两份分离WAV应独立保留，不把.aup4工程当作唯一副本。

分离得到的都是估计声部。人声可能漏到伴奏，敲击也可能进人声轨。只有两份声音能支持你想做的独立调节，才值得采用；如果明显吞字、吞敲击或出现怪声，就保留原件并拒收这次结果。

原稿资料核查于2026年10月20日；2026年10月27日补查Audacity版本、兼容提示及保存风险。本文依据官方文档、发布记录及源码整理，未安装运行软件、录制音频或试听分离结果。下方素材是原创练习设计，听验格待读者实际填写。

1. 装好两款软件，准备一个本地文件夹

1. 在UVR v5.6发布页的Windows Installation下，选普通版Main Download Link，当前文件名为UVR_v5.6.0_setup.exe。本篇不选Beta Roformer版本，也不让你手装Python、CUDA或PyTorch；官方安装包已包含运行依赖。按官方要求安装到系统C盘，先检查剩余空间及安装器提示。约1.69GB只是安装包大小，不能当成总占用。
2. 从Audacity官方页取得4.0.1的x86_64安装包。Windows ARM64不属于本篇演练环境。Audacity负责录音与编辑，UVR负责分离，二者通过WAV交换文件。
3. 在自己有写入权限、确认没有自动云同步的内置磁盘位置建立stems-demo文件夹，里面另建output文件夹存分离结果。不把网络盘、U盘或外接盘作为本练习的工程工作位置。输入、输出分开，原录音不覆盖。

这里不安装OpenVINO插件：Audacity官网当前仍提示其与最新版不兼容。沿用现有新版编辑器即可，不需要为本练习降级。

本流程在电脑上运行分离，不需要把录音上传到分离网站；模型下载和更新检查仍会联网。这个判断来自分离代码及应用代码的有限核查，并非完整网络审计。软件关闭后，原件、工程、临时文件或系统备份仍可能留在电脑上。

2. 只录自己：18秒哼唱与敲击配方

准备现有麦克风、耳机和一张桌子。选安静房间，关闭通知播报和外放音乐，避免录到旁人谈话。麦克风放在支架或软垫上，用手指轻敲桌面另一侧，减少敲击直接传进麦克风机身的震动。不使用客户录音、未成年人声音或含个人资料的内容。

哼唱只用自己临时编的两三种舒适音高，音节选“嗯、啊、啦”。不照唱现成歌曲，也不模仿某位歌手。重叠段可用自己的节奏唱出或轻声念出这句原创短句：

窗边有一束光，杯里留半杯水。

目标时间	动作	之后检查什么
0—2秒	安静，不发声、不敲击	开头是否完整，有无新增怪声
2—6秒	只哼“嗯—啊—啦”	哼声是否连贯，是否漏到伴奏
6—12秒	哼唱或念短句，同时每秒轻敲一次，约6次	人声与敲击重叠时，能否分别保留
12—16秒	停止发声，继续每秒轻敲一次，约4次	敲击是否被吞，是否大量进入人声轨
16—18秒	停止动作，留尾声	尾音是否被截断

这是排练时间表，实际总长在15—20秒内即可。计划约10次敲击，实际敲了几次就记几次；不要为了凑数字重写记录。哼唱与敲击必须在同一次录音中重叠发生，才能练习从混合声音里拆分。

3. 在Audacity录音，导出真正的WAV

1. 新建项目，在顶部Audio setup中，把Recording device选为自己的麦克风，Playback device选为耳机；单支麦克风在Recording channels中选1（Mono）。设备刚插入却没列出时，可用同一菜单下的Rescan audio devices重新扫描。参见官方麦克风设置说明。
2. 先试录几秒，确认录到的是麦克风而非电脑播放声。打开麦克风电平控件，用正式录制时的音量试哼和敲击，避免峰值触顶；官方建议一般人声峰值留在−18至−6dB附近。若调整Microphone level，注意它会改变系统麦克风音量，也会影响其他应用。本例不必开启实时输入监听。先把这几秒可丢弃的测试录音用File → Export audio导出为test.wav，确认本地播放器能播放，再按Ctrl+S保存test.aup4到上述文件夹。正常关闭Audacity后确认工程仍在，再打开它检查声音和轨道。文件消失、保存崩溃或不能重开，就暂停本练习，不继续录制正式片段、不删除临时文件或反复覆盖原件。通过检查再进入下一步。
3. 另开干净项目，点Add track选Mono，选中这条轨道，按红色录音按钮或R键，完成上面的连续动作，按停止按钮或空格结束。把播放位置回到开头再听。声音太轻、敲击盖住短句或已经破裂失真，就调整距离和录音电平后重录。录音控件见Audacity 4录音说明。
4. 先用File → Export audio，在Type中选Export full project audio，格式选WAV、单声道、44,100Hz，存为stems-demo里的original.wav。用本地播放器确认能打开后，再按Ctrl+S，选择存到电脑，保存为original.aup4。保留独立WAV，不把工程文件当作唯一备份。参见本地工程保存和音频导出说明。

Audacity 4的.aup4是保留轨道与编辑状态的工程文件；交给UVR的输入是导出的.wav。不要把工程后缀改成.wav，也不要覆盖已检查过的原录音。选择WAV是为了简化本例的格式处理，不能据此承诺分离无损。

4. 在UVR中输出人声与伴奏两份文件

本例只用Demucs v4的htdemucs模型，并先用CPU运行。它原本估计人声、鼓、贝斯与其他声音；我们保留Vocals，再把其余估计声部组合为Instrumental。桌面敲击未必被模型全归到某一类，因此仍要听验。模型说明见Demucs官方README。

1. 选输入和输出：Select Input选择original.wav；Select Output选择stems-demo中的output文件夹。
2. 选方法与模型：CHOOSE PROCESS METHOD选Demucs，模型选v4 | htdemucs。首次使用若列表里没有它，打开设置的Download Center，选Demucs类别，再选Demucs v4: htdemucs并点击下载按钮。等下载完成后回主界面选择模型。不要选名字相近的htdemucs_ft或6s。
3. 指定两份输出：CHOOSE STEM(S)选Vocals，同时让Vocals Only和Instrumental Only两项都不勾选。不要选择All Stems，否则会得到另一组多声部输出。
4. 固定其他设置：在主界面取消GPU Conversion和Sample Mode（括号内为采样秒数），输出格式选WAV，Segment先保留Default。打开设置，在Settings Guide页的Choose Advanced Menu下拉菜单中选择Advanced Demucs Options；在新窗口的Settings Guide页确认Combine Stems已勾选，使伴奏由其余估计声部组合而成。二级模型、预处理与多模型集成保持关闭，不做变调变速。UVR会记住旧设置，若以前用过，逐项核对后再开始。
5. 开始处理：点击Start Processing，等待程序报告完成，再打开output目录。耗时取决于设备，本文没有实测秒数；CPU路线也不保证所有低配电脑都能运行。
6. 核对文件：应有名称含Vocals和Instrumental的两份WAV，可能另带编号或模型前缀。各打开一次，确认可播放；先保留程序生成的实际名称。

以上标签、选项和双输出逻辑核对自UVR界面源码、选项定义及输出逻辑，未打开安装后的窗口验证。模型需配套配置与权重，让下载中心成套获取；不要从陌生整合包补文件。htdemucs名称可对照官方模型映射。

这里的Instrumental仍可能含哼声残留；两份估计声音重新相加，也不保证逐采样还原原件。进度完成只说明处理结束，尚未说明材料可用。

5. 两轨分别独听，把串音记在时间点上

1. Audacity另开新项目，用File → Import导入两份分离WAV。每个文件成为一条轨道，保持同一起点，不拖动其中一条。原件放在另一窗口回放，避免误混成第三轨。新菜单路径见Audacity 4导入说明。
2. 把两条轨道分别命名为“估计人声”和“估计伴奏”，音量先归到0dB，取消所有Solo和Mute。若一条立体声轨显示两行波形，仍算一个声部文件，不按波形行数判断拆出了几轨。
3. 只打开“估计人声”的Solo，按原录音的各段位置听。切换到伴奏前，先取消人声的Solo，再打开伴奏的Solo。Audacity 4允许同时Solo多条轨道，按下另一条不会保证自动取消前一条。控件行为见官方音轨面板说明。

戴同一副耳机，用舒适音量听。每次听完分离件，再回到同一份original.wav对照对应位置，核对两份实际时长、开头和尾部；明显缺段或错位时先停。人声轨里的敲击、伴奏轨里的人声，都是需要记录的串音。先记听到了什么，再决定它是否妨碍本次用途，不以“文件名写着人声”代替判断。

听验项目	检查目标	实际记录
文件与对齐	两份可播放，与原件核对时长、起点和首尾	待检查：________
仅哼唱段	估计人声没有明显断裂、颤动或空洞	待听，时间点：________
仅敲击段	估计伴奏中的每次敲击起音可辨	待听，实际次数：________
人声与敲击重叠段	记录漏字、残留人声及被削弱的敲击	待听，时间点：________
开头与尾声	没有明显新增爆裂、怪声或截尾	待听：________
最终用途	下一步调低人声后，敲击仍可用	待调节后判断：________

哼鸣和简陋桌面录音与模型常见的歌曲材料有差别，结果可能不理想。没有独立录制的干净真值，本练习不计算“分离准确率”，也不把估计声部称为恢复出的原始分轨。

6. 单独调低人声，再导出一次本地混音

取消所有Solo，确认两条轨道都未静音，让它们一起播放。现在只改一个变量：把估计人声从0dB调到约−6dB，估计伴奏维持0dB。这是让差异容易听出的练习设置，不是推荐给所有音乐的混音配方，也不表示听起来恰好一半响。

拖动音量滑杆时，看旁边显示的dB值，按住Shift可细调；若看不到滑杆，展开轨道高度。Audacity 4双击音量滑杆会重置为0dB，不要照旧教程把它当作打开数值输入框。操作依据仍是音轨面板说明。

重点回放人声与敲击重叠的那一段：人声是否相对轻了，敲击是否仍清楚？如果敲击因混在人声轨里而跟着大幅变薄，或者短句已经残缺，这组声部就不适合本次调节，记录“不采用”并回到原件。两条轨道能动，不等于声音能交付。

1. 确认两轨一起播放没有明显失真，检查总回放电平。接近0dBFS或出现削波提示时，等量降低两条轨道音量，保留原来的相对差值。已经录坏或已经破裂的声音，单纯调小不能恢复缺失信息。
2. 通过听验后，再次确认所有Solo已取消、两轨均未静音，项目里没有第三条原录音。先用File → Export audio，选Export full project audio，导出WAV到本地，命名mix-vocal-lower.wav。不要误选只导出选区。导出入口与范围见官方说明。
3. 确认导出WAV能播放后，按Ctrl+S，选择存到电脑，保存为stems-review.aup4。保留原录音和UVR输出的两份独立WAV，不覆盖它们。
4. 用本地播放器从头到尾听导出件，检查首尾、实际敲击次数和人声比例；再重新打开stems-review.aup4，确认两轨还能分别静音与调音量。把最终判断填回听验卡。

7. 卡住时，按问题回到对应一步

• 只输出一份，或输出四份：先查Only选项和All Stems，再核对输出目录。不要复制同一文件改名凑成“两轨”。
• 模型不在列表或提示缺文件：回下载中心检查htdemucs是否下载完整，保留错误原文。模型文件有配套关系，手工只拿部分文件可能无法加载；例如官方仓库中的一则htdemucs_ft缺权重报告。这是个案，不能推断所有模型都会失败。
• 内存不足：关闭无关的大程序，仍用这段短原件；按UVR README的提示尝试减小Segment，把新值记下后从original.wav重跑。仍失败就停止，不承诺换CPU模式能解决所有问题。
• 下载或证书报错：确认使用官方入口和正常网络，保存报错并暂停；不要关闭证书验证、防护软件或绕过系统安全警告。本文未验证中国大陆下载速度和各设备兼容性，拿不到官方资源时不改用陌生网盘包。
• 有水声、金属声、吞字或敲击丢失：声音未达到用途要求。保留原件，改善录制后重新录一遍，或就使用原件。反复把分离件再交给模型，不能保证越分越干净。

8. 留下可以复查、继续调节的文件

• original.wav：未覆盖的混合录音；original.aup4可一并保留。
• 名称含Vocals与Instrumental的两份原始分离WAV。
• stems-review.aup4：保留两条独立控制的音轨。
• mix-vocal-lower.wav：只有通过听验才作为可用混音候选。
• listening-notes.txt：填写实际软件版本与补丁、htdemucs模型名、CPU设置、实际时长和敲击次数、每处问题时间点，以及“采用／不采用”的原因。

这次完成的标志，是你能单独听每个估计声部、知道串音在哪，并判断一次独立音量调整是否可用。听验失败也应留下真实记录，不填预设的“通过”。

练习限于本人原创声音。UVR与Demucs的开源代码许可，可查UVR README及Demucs许可证；代码许可不能替你取得别人的音乐权利，也不等于所有权重与输出都已获无条件商用授权。本文不对商业分发作许可结论。