前前言#
现阶段而言，我非常，非常，非常，十分的不建议用大伴奏声音，快节奏，女声、高音的歌手尤其是这些 debuff 叠在一起的时候，用来人声分离去训练模型，这完全是在折磨自己，而且也不会有一个好的结果
我已经试过四次了，别再试了
补充#
2023-09-03 我试着批量转换了一些歌曲结果是 Kim_vocal_2 人声部分出现了大量的伴奏人声混合、变闷、杂音的问题，反而伴奏是完美的。我怀疑这个模型演我，除了下面试验那些歌曲其他的大多数都不行就离谱，浪费时间
前言#
本文具有时效性，未来可能不会及时更新
由于之前训练过 RVC 模型，但是效果不是很好，demucs v4 模型虽然分离效果比较好，但是人声会有概率变闷。
本文不会使用付费产品测试。虽然团子 ai 效果真的不错，堪称灾难级的歌都能完美分离
没发现十几天前 RVC 更新了，更新提取音高算法新版破音情况会减少，结果我几天前以为用不到了直接把模型删了，还得重新训练
测试#
本测试使用人耳试听得出的结果，不同歌曲不同参数可能会导致不同结果，如果有更好的参数欢迎在评论区纠正
注意！！！本文中使用的女声不一定为女性歌手😹，当然男声也是一样的😹
满分 100 分，但分数不可能会是满分，因为分离后和录制原声一定会有差别
有些音乐找不到了，没办法放出 怕 DMCA
去人声仅伴奏，除了旧模型，多数模型效果都很好，本文不测试了
采用网上广受好评的几个人声模型
MDX23 参数参考 MVSep 榜
无人声时总会有些伴奏声音，剪掉即可，下文不再说这个问题
使用 colab 运行
电脑跑不动，炸显存，colab 运行占 13.8g 显存
BigShifts_MDX = 21
overlap_MDX = 0
overlap_MDXv3 = 20
weight_MDXv3 = 6
weight_VOCFT = 5
weight_HQ3 = 2
overlap_demucs = 0.8
output_format = 'FLOAT'
vocals_instru_only = True
if vocals_instru_only:
vocals_only = '--vocals_only true'
else:
vocals_only = ''
chunk_size = 1000000
其他模型使用 UVR 默认参数
测试一（灾难 debuff 叠满）#
不抱希望了已经
测试音频，高 BPM，长时间爆音，部分时间伴奏比人声音量大，人声伴奏完全混在一起，也许找到的是音乐音质有点低。林檎音乐卖 204 日元（没买）。debuff 叠满了属于是
这首歌比较神奇的是，伴奏人声混在一起听是没问题的，拆分后人声就会有音质低的问题，伴奏倒是啥事没有，可能是伴奏声音太大了罢
| 模型 | 分数 | 注释 |
|---|---|---|
| RipX 软件内置 | 50 | 混着乐器声音，声音变闷 |
| MDX23 | 70 | 轻微混着乐器声音，伴奏音量大时声音有杂音 |
| htdemucs_ft | 40 | 混着伴奏声音，声音变闷，杂音 |
| Kim_vocal_2 | 65 | 比较严重的声音变闷，杂音 |
| 4_HP_Vocal_UVR | 35 | 混着很大伴奏声音，声音变闷，杂音 |
测试二 （轻伴奏 主要乐器为一个）#
女声部分#
主要乐器为吉他，在 RipX 分离效果已经很不错了
| 模型 | 分数 | 注释 |
|---|---|---|
| RipX 软件内置 | 80 | 混着乐器声音 |
| MDX23 | 90 | 轻微混着乐器声音 |
| htdemucs_ft | 90 | 轻微混着乐器声音 |
| Kim_vocal_2 | 85 | 长时间轻微混着乐器声音 |
| 4_HP_Vocal_UVR | 85 | 混着乐器声音 |
男声部分#
使用了同一首歌，伴奏有些许不同 笑死，根本找不到一样的 虽然不知道为什么 BPM 变得这么高
| 模型 | 分数 | 注释 |
|---|---|---|
| RipX 软件内置 | 95 | 近乎完美 |
| MDX23 | 98 | 近乎完美 |
| htdemucs_ft | 93 | 部分轻微伴奏 |
| Kim_vocal_2 | 97 | 近乎完美 |
| 4_HP_Vocal_UVR | 96 | 近乎完美 |
测试三 （流行音乐）#
不同版本的心做し和恋愛裁判
恋愛裁判伴奏相同
不同歌曲可能🤔歌手不同
女声部分#
心做し#
| 模型 | 分数 | 注释 |
|---|---|---|
| RipX 软件内置 | 80 | 少部分声音变闷 |
| MDX23 | 95 | 近乎完美 |
| htdemucs_ft | 95 | 近乎完美 |
| Kim_vocal_2 | 95 | 近乎完美 |
| 4_HP_Vocal_UVR | 85 | 轻微伴奏 |
恋愛裁判#
| 模型 | 分数 | 注释 |
|---|---|---|
| RipX 软件内置 | 75 | 轻微伴奏，轻微杂音 |
| MDX23 | 90 | 轻微伴奏 |
| htdemucs_ft | 80 | 人声混伴奏 |
| Kim_vocal_2 | 90 | 轻微伴奏 |
| 4_HP_Vocal_UVR | 85 | 轻微伴奏，轻微杂音 |
男声部分#
心做し#
| 模型 | 分数 | 注释 |
|---|---|---|
| RipX 软件内置 | 75 | 轻微伴奏，轻微杂音 |
| MDX23 | 95 | 近乎完美 |
| htdemucs_ft | 85 | 轻微伴奏，也许有些变闷 |
| Kim_vocal_2 | 95 | 近乎完美 |
| 4_HP_Vocal_UVR | 70 | 伴奏人声混在一起 |
恋愛裁判#
| 模型 | 分数 | 注释 |
|---|---|---|
| RipX 软件内置 | 70 | 开始伴奏被识别为人声，轻微伴奏，偶尔声音变闷 |
| MDX23 | 90 | 轻微伴奏 |
| htdemucs_ft | 80 | 人声混伴奏 |
| Kim_vocal_2 | 85 | 轻微伴奏，有时突然出现较大伴奏声音，伴奏部分被识别为人声 |
| 4_HP_Vocal_UVR | 65 | 开始伴奏被识别为人声，轻微伴奏，杂音 |
测试。。。四？（电子音乐）#
这首歌伴奏声音较小
？？？？居然出奇的不错
| 模型 | 分数 | 注释 |
|---|---|---|
| RipX 软件内置 | 65 | 部分伴奏被识别为人声，有时伴奏人声混在一起，有些变闷 |
| MDX23 | 95 | 有时纯伴奏部分被识别为人声，可以剪掉 |
| htdemucs_ft | 80 | 伴奏混人声 |
| Kim_vocal_2 | 90 | 偶尔轻微伴奏 |
| 4_HP_Vocal_UVR | 50 | 部分伴奏被识别为人声，较长时间伴奏人声混在一起 |
总结#
MDX23 目前为最强模型，按运行日志来看，貌似是（htdemucs_ft） （demucs MDXv3） （UVR-MDX-NET Voc FT） （UVR-MDX-NET inst HQ 3） 这几个模型混合得出的结果，但是速度非常慢，用 colab T4 5 分钟音乐要处理 17 分钟
htdemucs_ft 是比较均衡的模型，如果既要保留人声又要伴奏可以选择 htdemucs_ft，比 MDX Main 效果好一些
Kim_vocal_2 用于分离人声也很不错，速度很快，如果为了节省时间大量处理可以选这个
还是老老实实用 htdemucs_ft 或者 MDX23 罢