首页
/ Ultimate Vocal Remover GUI项目在Linux系统下的适配方案

Ultimate Vocal Remover GUI项目在Linux系统下的适配方案

2025-05-10 14:13:06作者:俞予舒Fleming

项目背景

Ultimate Vocal Remover GUI(简称UVR)是一款开源的音频处理工具,主要用于从音乐中分离人声和伴奏。该项目最新版本5.6.1 Beta在Windows平台上表现优异,但官方尚未提供对Linux平台的完整支持。本文将详细介绍如何在Linux系统(特别是Ubuntu 24.04.2)上成功运行UVR 5.6.0版本,并利用AMD ROCm技术实现GPU加速。

环境准备

系统要求

  • 操作系统:Ubuntu 24.04.2 LTS
  • GPU驱动:ROCm 6.4
  • Python版本:3.10

基础软件安装

首先需要安装一些基础依赖包:

sudo apt-get install -y python3-pip python3-tk ffmpeg

项目配置步骤

1. 创建Python虚拟环境

使用Anaconda创建隔离的Python环境:

conda create -n uvr python=3.10
conda activate uvr

2. 获取项目代码

克隆特定分支的代码:

git clone -b v5.6.0_roformer_add+directml --single-branch 项目仓库地址
cd ultimatevocalremovergui/

3. PyTorch安装配置

根据ROCm版本安装对应的PyTorch:

pip3 install --pre torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0

4. 解决PyTorch 2.6.0兼容性问题

由于项目最初是为较低版本的PyTorch设计的,需要进行以下修改:

grep -r "torch.load"

在所有找到的文件中添加weights_only=False参数,修改格式为:

torch.load(XXXXX, weights_only=False)

5. ONNX Runtime配置

安装ROCm版本的ONNX Runtime:

pip3 install onnxruntime-rocm

然后将所有CUDAExecutionProvider替换为ROCMExecutionProvider,主要在separate.py文件中。

依赖项调整

修改requirements.txt文件,移除已单独安装的包并更新部分依赖版本。以下是调整后的关键依赖项:

altgraph==0.17.3
audioread==3.0.0
einops==0.6.0
librosa==0.9.2
numpy==1.23.5
onnx
onnxruntime-rocm
pytorch_lightning==2.0.0
scipy==1.10.1
soundfile==0.11.0

安装调整后的依赖:

pip install -r requirements.txt

移除DirectML支持

由于DirectML是微软的深度学习库,在Linux环境下不需要,需要进行以下修改:

  1. 查找并删除所有包含import torch_directml的代码
  2. 修改separate.py中的get_gpu_info()函数,移除DirectML相关逻辑

修改后的函数如下:

def get_gpu_info():
    directml_device, directml_available = None, False
    return directml_device, directml_available

模型性能

经过上述配置后,项目可以在Linux系统上正常运行。测试结果显示:

  • 使用的模型:melband_roformer_instvox_duality_v2
  • GPU内存占用:约5.6GB
  • 处理速度:与Windows平台相当

注意事项

  1. 目前PyTorch ROCm仅支持Linux和Windows WSL环境
  2. AMD官方尚未提供Windows原生支持,预计将在未来版本中实现
  3. 不同ROCm版本可能需要调整对应的PyTorch和ONNX Runtime版本

总结

通过本文介绍的配置方法,用户可以在Linux系统上成功运行Ultimate Vocal Remover GUI项目,并利用AMD GPU进行加速处理。这种方法不仅适用于UVR项目,也为其他需要在Linux环境下使用ROCm进行深度学习应用开发提供了参考方案。随着ROCm生态的不断完善,未来在Linux平台上的深度学习应用部署将会更加便捷。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
494
37
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
323
10
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
191
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
991
395
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
277
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
937
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70