简体中文 · English
Purivox 是一款面向舞台和现场录音的桌面垫音消除工具，使用 Python、PySide6 和 PySide6-Fluent-Widgets 构建。核心 MR Remove 功能提供两种处理方式：
- 单曲垫音消除：输入舞台 / 现场音频和对应歌曲音源，自动同步并消除垫音。
- 整场垫音消除：输入整场舞台 / 现场音频和多个歌曲音源，自动识别每首歌的位置并分段消除垫音。
垫音消除只处理能够由歌曲音源解释的内容，因此适合保留音源中不存在的现场人声、讲话、欢呼和环境声。 它依赖准确的歌曲音源；录音削波、严重混响、不同编曲或错误音源都会影响结果。
项目另附一个独立的 AI 音轨分离工具，使用 UVR MDX-Net ONNX 模型把普通音频预测为人声与背景音轨。 AI 分离不使用歌曲音源，也不执行 MR Remove 的匹配、对齐和垫音消除；两者目标及输出含义不同，AI 分离不能替代 MR Remove，其结果也不应与 MR Remove 的垫音消除效果直接比较。
- Fluent Design 桌面界面，支持浅色、深色和跟随系统主题
- 中文、英文、日语和韩语界面即时切换
- 全局时间对齐、局部时钟漂移跟踪和参考掩码对消
- 可选的“突出人声”和“开麦聚焦”处理
- 整场录音歌曲识别、重复片段识别和可编辑处理范围
- 独立附带 4 个可选 MDX-Net 分离模型，缺失时自动下载并校验 SHA-256
- 长音频分块处理、任务取消和原子写出
- 所有结果导出为至少 96 kHz、24-bit PCM WAV
- 处理完成后可在应用内试听并查看音频统计信息
- 音频文件可直接拖入界面；常用操作有快捷键：
Ctrl+O选择输入、Ctrl+Return开始、F5识别歌曲、Esc取消、Ctrl+P试听播放 / 暂停 - GUI 与命令行分别复用对应的 MR Remove 与 AI 分离任务管线
需要 uv；项目会按 .python-version 自动选择 Python，
并在仓库内管理隔离环境。不要向该环境混装其他导出 qfluentwidgets 的 Qt Fluent 组件。
uv sync --locked启动图形界面：
uv run --locked purivox- 打开“垫音消除”，选择“单曲”。
- 选择待处理的舞台 / 现场音频，以及与其内容对应的歌曲音源。
- 程序会自动执行对齐；先使用默认的 75% 强度处理，图形界面会采用固定的统计上下文。
- 试听结果后再调整强度。声音出现明显抽吸或人声变薄时，应降低强度或确认歌曲音源是否正确。
- “突出人声”和“开麦聚焦”是可选处理；后者只能在前者开启时使用。
歌曲音源应尽量与现场使用的版本一致。不同母带、剪辑、变速、升降调或额外内容都会降低消除效果。
- 在“垫音消除”中选择“整场”，载入整场舞台 / 现场音频。
- 添加可能在整场录音中出现的歌曲音源；文件顺序不影响识别。
- 点击“识别歌曲”，检查完整歌曲、短片段、未识别区间和匹配度。
- 必要时双击修改录音时间或音源范围，也可取消勾选不想处理的片段。
- 确认保存位置和处理选项后，开始处理整场录音。
未识别区间会保留原始内容和长度，因此串场讲话、观众互动、广告及空场不会被自动裁除。整场处理目前仅在图形界面中提供。
AI 音轨分离面向普通的两轨分离需求，不使用歌曲音源，也不是 MR Remove 的备用模式。
- 打开“AI 音轨分离”，选择输入音频和模型。
- 点击“开始分离”。
- 首次使用某个模型时，程序会自动下载权重；请保持网络连接并等待校验完成。
处理完成后会生成：
<歌曲名>_vocal.wav：模型预测的人声<歌曲名>_background.wav：原始混音减去预测人声得到的背景
查看版本和帮助：
uv run --locked purivox --version
uv run --locked purivox --help
uv run --locked purivox mr --help
uv run --locked purivox ai --help使用默认参数进行参考对消：
uv run --locked purivox mr "现场录音.wav" "歌曲音源.wav" "现场人声.wav"命令行可进一步指定强度、统计窗口并开启中置处理：
uv run --locked purivox mr "现场录音.wav" "歌曲音源.wav" "现场人声.wav" \
--strength 75 --sigma 8 --align \
--center-extraction --open-mic-focus常用参考对消参数：
| 参数 | 取值 | 说明 |
|---|---|---|
--strength |
0～100 |
垫音消除强度，默认 75 |
--sigma |
1、3、8、16 |
高级统计窗口秒数，默认 3；图形界面固定使用 3 |
--align / --no-align |
开 / 关 | 是否自动对齐，默认开启 |
--center-extraction |
开关 | 进一步突出位于左右声道中央的人声 |
--open-mic-focus |
开关 | 开麦处保留更多中置人声、未开麦或只有垫音处继续压低，依赖中置处理 |
--lang |
zh_cn、en_us、ja_jp、ko_kr |
进度信息语言 |
独立运行 AI 分离工具：
uv run --locked purivox ai "歌曲.wav" --output-dir "输出目录" --model mdxnet_1可用模型为 mdxnet_1、mdxnet_main、kim_vocal 和 kuielab_b。可用
--models-dir 指定权重目录，也可通过 PURIVOX_MODELS 环境变量设置公共模型目录。
- libsndfile 原生支持 WAV、FLAC、OGG 等格式；其他系统可解码格式会尝试通过 Qt Multimedia 读取。
- MR Remove 与整场处理在舞台 / 现场音频的原始采样率下工作；低于 96 kHz 的结果在导出前使用 soxr 高质量重采样，高于 96 kHz 时保留原采样率。
- 独立 AI 分离工具仍按模型要求在 44.1 kHz 下推理，随后导出 96 kHz、24-bit 双声道 WAV；其输出不等同于 MR Remove 结果。
- 所有导出均为至少 96 kHz、24-bit PCM WAV，采用日本音频协会 Hi-Res Audio 数字格式定义中的常用数值门槛。升采样不会产生输入或模型中原本不存在的频谱细节，本项目也不宣称获得 Hi-Res Audio Logo 认证。
- 输出路径不能覆盖任何输入文件。按
Ctrl+C可取消命令行任务。 - 模型权重不会包含在 Python 包或独立程序中。
- 合成测试只能说明实现没有明显回归，最终效果应以同一素材的试听对比为准。
算法、架构、测试和发布说明已移至 docs/：
- Vocal-Extractor：为频域人声提取方向提供启发。
- Ultimate Vocal Remover GUI：AI 处理流程参考其 MDX-Net 管线。
- TRvlvr/model_repo：提供 MDX-Net 模型文件；模型许可与致谢要求以各发布页为准。
本项目以 AGPL-3.0-or-later 发布。PySide6-Fluent-Widgets 开源版本使用 GPLv3，商业使用前请确认其上游许可。