Ultimate Vocal Remover（UVR）は、音源分離モデルを使って音声ファイルからボーカルを取り除くGUIアプリです。コードはMITライセンスで公開されており、誰でも無料で使い、改変できるオープンソースプロジェクトとして開発されています。

主な機能

UVRの中心は、MDX-Net、Demucs、VR Architectureといった音源分離AIモデルです。同梱のモデルは、Demucs v3とv4の4ステムモデルを除いてUVRの開発者自身が学習させたもので、ZFTurbo氏による新しいMDX23Cモデルも含まれます。曲を読み込んでモデルを選べば、ボーカルと伴奏に分けたり、ドラムやベースなどのパートを抜き出したりできます。Rubber Bandライブラリを使ったタイムストレッチとピッチ変更、FFmpegによるwav以外の音声ファイルの処理にも対応し、設定は終了時に自動で保存されます。

動作環境

Windows版はPythonなどを同梱したインストーラーで、事前準備なしに導入できます。Windows 10以降が対象で、メインのCドライブへのインストールが求められます。macOS版はM1(arm64)向けとIntel向けのdmgがあり、Big Sur以降が対象です。LinuxはリポジトリをダウンロードしてPython環境に入れて使います。GPUで処理する場合はNvidia GTX 1060 6GBが最低ラインで、VRAMが8GB以上のNvidia GPUが推奨されています。

注意点

分離処理は計算量が大きく、処理時間はPCの性能に大きく左右されます。AMD Radeon GPUへの対応は限定的です。アプリと説明は英語で、Macでは初回起動に時間がかかったり、セキュリティ設定の変更が必要になったりする場合があります。