人声分离模型介绍

htdemucs：
通用人声分离模型，接受过 MusDB + 800 首歌曲的训练。默认模型。

htdemucs_ft：
demucs的微调版本，分离将花费4倍以上的时间但可能会好一点。

htdemucs_6s：
htdemucs 增加了钢琴和吉他作为音源。请注意，目前钢琴音源的效果不是很好。

hdemucs_mmi：
混合 Demucs v3，在 MusDB + 800 首歌曲上重新训练。

mdx：
仅在 MusDB 总部训练，在 MDX 挑战赛的赛道 A 上获胜。

mdx_extra：
使用额外的训练数据（包括 MusDB 测试集）进行训练，在轨道 B 中排名第二 MDX 挑战。

model_bs：
model_bs_roformer_ep_317_sdr_12.9755，推荐的人声分离模，效果不错。

HP5_only_main_vocal：
仅分离主人声

HP2_all_vocals:
分离所有的人声

onnx_dereverb：
对于双通道混响是最好的选择，不能去除单通道混响。

DeEchoAggressive：
专注于强效的回声消除，比如嘈杂的录音环境。

DeEchoDeReverb：
此算法结合了回声消除和去混响的功能。可去除单声道混响，但是对高频重的板式混响去不干净。

DeEchoNormal：
较为温和的回声消除算法，适合不需要过于激进处理的场景。适用于较为干净的音频环境。

demucs与UVR5是两套不同的人声分离程序，都可以分离人声。两个也可以叠加使用，也可以单独使用。具体可以自己测试，选择一个喜欢的搭配。