提取伴奏该选哪个 UVR 模型?
在模型列表或排行榜上,你经常会看到 SDR、Fullness、Bleedless 这几个词。它们都是在给“伴奏干不干净”打分,只是看的角度不同:
- SDR:总分。模型拆出来的伴奏,和标准答案有多接近。
- Bleedless:伴奏里残留的人声少不少。
- Fullness:伴奏本身有没有被误删,听起来够不够饱满。
没有哪个模型三项都拿第一。1 所以选模型之前,先想清楚你更怕哪一种问题:是听到原唱的残影,还是伴奏变得单薄。
这些分数是怎么打出来的
打分的思路很像考试对答案。
评测用的歌,人声和各个乐器本来就有各自独立的音轨。2 评测时先把这些音轨混成一首完整的歌,交给模型去拆,再把模型拆出来的伴奏和原本独立的伴奏音轨做对比。原本独立的那份就是“标准答案”,差得越少,分数越高。

本文的分数都来自公开的 MVSEP 排行榜。它的测试集有 100 首不同风格的歌,每首 1 分钟。2
SDR:一个总分
SDR 是 Signal-to-Distortion Ratio 的缩写。简单说,它比较的是两样东西:标准答案的音量,和结果里“错误部分”的音量。3 错误部分越小,SDR 越高。
“错误的声音”包括三类:没去干净的人声或其他声音、杂音,以及模型自己“造”出来的怪声,比如像水泡一样咕噜咕噜的毛刺声。4
SDR 的单位是分贝(dB),不过你可以直接把它当成分数看。按它的计算方式换算,大约每高 3 分,错误的声音就少一半;每高 10 分,错误的声音只剩十分之一。3
这个分数很严格。在同一个排行榜上,把标准答案本身压缩成常见的 128 kbps MP3,伴奏也只拿到 21.3 分。1 也就是说,哪怕是原声,经过一次普通的压缩就到不了满分。下文表格里最好的模型是 17.4 分。
但 SDR 只是总分,看不出错在哪里。就像考试只告诉你总分,不告诉你哪道题错了:两个模型同样是 17 分,一个可能是残留人声多,另一个可能是伴奏被削掉了一块,听起来完全不同。研究者很早就指出,残留声、杂音和怪声需要分开衡量,一个总分描述不了。4
也别太在意零点几分的差距。有研究专门批评过拿 0.1 分左右的差距来证明“哪个方法更好”的做法。5
Bleedless:伴奏里还剩多少人声
Bleed 的原意是“渗出”,这里指人声渗进了伴奏。Bleedless 就是“没有渗漏”,分数越高,伴奏里残留的人声越少。
它的算法是:把结果和标准答案按频率切成很多小段,逐段比较音量。结果比标准答案“多出来”的声音,就算作渗漏。3
Fullness:伴奏有没有被误删
Fullness 是“饱满度”,看的是反方向的问题。同样逐段比较,结果比标准答案“少掉”的声音,就算作被误删。3 分数越高,伴奏保留得越完整。
Bleedless 和 Fullness 不是学术界的统一标准,而是来自一个开源模型训练项目的代码,3 MVSEP 排行榜也支持按这两项排序。1
为什么这两个分数常常此消彼长
想象用修图软件把照片里的人抠掉,只留下背景。
抠得狠一点,人影一点不剩,但人身后的背景也容易被连带抠掉一块。抠得保守一点,背景完整了,边缘却可能留下一圈人影。

去人声也是这样。模型删得越果断,残留人声越少,Bleedless 越高,但乐器也越容易被误删,Fullness 就低;反过来也一样。下面是排行榜上三个伴奏结果的分数,三项都是越高越好:1
| 榜单上的模型名称 | 总分 SDR | 人声残留少 Bleedless | 伴奏完整 Fullness |
|---|---|---|---|
| Kim melband/unwa_ft2_bleedless | 17.36 | 46.31 | 27.78 |
| BS-Roformer-Resurrection-Inst.ckpt | 17.23 | 39.26 | 35.42 |
| inst fv9 | 16.56 | 36.20 | 37.19 |
第一行总分最高、残留人声最少,但伴奏完整度最低。最后一行伴奏最完整,残留人声却最多。中间一行两项都居中。
听一听差别
下面是同一段 30 秒副歌,分别用上表三个模型分离出的伴奏。所有片段从同一时刻开始,没有单独调过音量。播放时切换音轨,进度保持不变。差别比较细微,建议戴耳机。听长音的人声处有没有淡淡的原唱影子,再听鼓和吉他有没有变薄。
你该看哪个分数
如果你要做 K 歌或翻唱伴奏,最怕的是听到原唱的影子。优先看 Bleedless,在上表中对应第一行。
如果你要做采样、混音或者跟着伴奏练琴,最怕的是乐器缺失、声音发薄,一点点人声残影反而能接受。优先看 Fullness,对应最后一行。中间一行是两者之间的折中。
如果拿不准,就先看 SDR 总分,但零点几分的差距不用纠结。
还有一点要记住:排行榜分数是 100 首测试歌的平均成绩,你的歌风格、录音质量都可能不一样。MVSEP 自己也提醒,部分测试歌可能在某些模型训练时就被“见过”,就像提前看过考题,这会让比较不那么公平。2
最后用耳朵确认
分数帮你缩小范围,最终还是要听。在 WaveReveal(原 UVR Online)的去人声工具里,挑两三个取向不同的模型,分别处理同一首歌:
- 听安静的主歌段:有没有若隐若现的原唱?
- 听编曲最满的副歌段:鼓、吉他、和声有没有变薄或消失?
- 哪个结果的问题你更能接受,就用哪个。
如果只是想尽快拿到一份能用的伴奏,可以先看如何快速拿到一首歌的伴奏。
Footnotes
-
MVSEP Multisong Leaderboard (Instrum),数值为 2026-10-22 页面显示值。mvsep.com
-
MVSEP Quality Checker,Multisong 数据集说明。mvsep.com 2026-10-22)
-
ZFTurbo. Music-Source-Separation-Training,
utils/metrics.py. github.com -
Emmanuel Vincent, Rémi Gribonval, Cédric Févotte. "Performance measurement in blind audio source separation." IEEE Transactions on Audio, Speech and Language Processing, 2006, 14 (4), pp. 1462–1469. inria.hal.science
-
Jonathan Le Roux, Scott Wisdom, Hakan Erdogan, John R. Hershey. "SDR - half-baked or well done?" arXiv:1811.02508. arxiv.org
