【支持CPU、A、N及最新50系显卡】Replay 8.7.0汉化版免登陆音频分离人声转换ai翻唱 一键安装 WiN

Replay 8.7 汉化版，这是一款基于 RVC（Retrieval-based Voice Conversion）技术深度优化的 AI 翻唱与音频处理工具。它最大的特点是“一键式自动化”，将原本复杂的音轨分离、音色替换和音频合并流程整合在一个界面中，非常适合想要快速制作 AI 翻唱或进行人声提取的用户。
以下我为你整理的软件核心功能、安装教程及使用指南：
⚠️ 重要提示（请务必注意）
根据最新的社区信息，Replay 的原版开发商（weights平台）计划于 2026年3月31日 停止维护。
当前状态：8.7 版本被称为“终版”或“最终版本”。
汉化版优势：目前的汉化版通常已经移除了更新检查代码和启动时的下载流程，这意味着即使官方停止服务，本安装包自带离线数据包，可以永久离线使用核心功能。
🛠️ 核心功能亮点
Replay 8.7 相比原版 RVC WebUI，操作逻辑更加直观：
音轨分离 (Stem Separation)：内置多种模型（如 VOC、KAR、DER），可以一键将歌曲分离为人声、伴奏、和声或去除混响。
AI 翻唱 (Voice Conversion)：支持导入 RVC v2 模型，将原唱声音替换为你想要的音色（如明星、动漫角色）。
模型训练 (Model Training)：可以直接在软件内导入音频素材，训练属于你自己的声音模型。
免登录/离线化：本版本解决了登录验证问题，配置好离线包后即可直接使用。
💻 安装与汉化教程 (Windows)
由于官方已停止维护，安装过程需要特别注意离线数据包的配置，否则软件可能无法启动。
步骤 1：右键解压到任意不带中文字符的目录即可
比如： D:\Program Files，或者自定义一个不包含中文字符的路径。
步骤 2：配置离线数据包 (最关键的一步)
这是很多用户无法打开软件的原因，请仔细操作：
名为com.replay.Replay 的文件夹，即是离线数据包的路径。
打开 Replay 软件，进入 “应用” -> “显示设置” -> “当前应用目录”。
点击“选择新位置”，选中你刚才解压出来的 com.replay.Replay 文件夹。动画操作如下。

配置离线数据包

避坑指南：一定要选中直接包含数据文件的那个文件夹，不要选到它的上一级目录，也不要选到它里面的子文件夹。
设置正确后，软件会自动重启并加载资源。

简介

使用RVC训练模型，用Replay进行音频分离和人声转换 【不推荐用Replay训练模型 问题多效果差】

说明：不用注册登录，包含主程序+6GB模型更新包，一键安装，下载打开即可直接使用

附带安装教程，无需登录再联网下载附加模型（下载方式：百度网盘 夸克网盘）

注意：需要Win系统支持英伟达显卡，AMD和英特尔显卡不能使用，要安装到没有中文的目录下。

功能

借助Replay，这款音乐创新者的终极AI应用，提升你的音频体验。精准克隆声音和乐器，优化工作流程，并访问一个庞大的AI模型市场。

1.翻唱歌曲：使用训练的模型或RVC模型翻唱别人的歌曲

2.人声分离：可以将人声和伴奏分离。

3.训练模型：根据导入的参考音频训练人声模型

4.可以使用RVC模型，支持50系列及以下显卡

5.所有环境都自带，无需安装。

提示

分离模型说明：

1、VR ARC 系列（基础预处理类）
9_HP2-UVR：通用基础预处理
UVR-De-Echo-Aggressive：强回声消除
UVR-De-Echo-Normal：常规回声消除
UVR-DeEcho-DeReverb：回声混响双消
2、MDX-NET 系列（核心人声分离）
UVR-MDX-NET Voc FT：人声精细分离
UVR-MDX-NET Voc FT (pth)：轻量化人声提取（PyTorch 适配）
UVR-MDX-NET Main：通用人声分离
UVR-MDX-NET-Inst_full_292：全乐器分离
UVR-MDX-NET Inst HQ 1/2/3：高音质乐器分层（1/2/3 侧重不同乐器复杂度）
UVR-MDX-NET Inst Main：常规乐器分离
UVR-MDX-NET 1/2/3：人声分离迭代版（1→3 效果逐步优化）
UVR-MDX-NET Inst 1/2/3：乐器分离迭代版（1→3 适配不同乐器场景）
UVR-MDX-NET Karaoke：卡拉 OK 人声提取
UVR-MDX-NET Karaoke (pth)：轻量化卡拉 OK 分离（PyTorch 适配）
UVR-MDX-NET Karaoke 2：卡拉 OK 优化版
UVR_MDXNET_9482：特定场景适配（编号对应定制参数）
3、Kim 系列（特色优化）
Kim Vocal 1/2：人声特色优化（1→2 细节增强）
Kim Inst：乐器特色分离

按需选就行，比如想做消音伴奏就挑 Inst 类，想提取干人声就用 Voc 类

带 DeEcho/DeReverb 的侧重回声、混响处理；
带 Voc 的主打人声精细分离；
带 Inst 的专注乐器提取 / 分层；
带 Karaoke 的适配卡拉 OK 场景；
后缀 (pth) 是轻量化版本（适配 PyTorch 环境，更省资源）。

🎧 快速上手指南
安装完成后，你可以按照以下流程开始创作：

🎵 提取伴奏/人声 在“音频分离”界面拖入歌曲 -> 点击分离 VOC：提取人声+伴奏
DER：去除回声/混响
🎤 AI 翻唱 在“人声转换”界面拖入干声 -> 加载模型 -> 转换 渲染设备：有N卡选 CUDA，无显卡选 CPU
🧠 训练模型 在“模型训练”界面拖入素材音频 -> 点击训练 素材最好是 3-30 分钟的纯人声（或勾选预分离）
💡 使用建议
硬件要求：如果你打算使用“模型训练”功能，建议拥有 8GB 以上显存的 NVIDIA 显卡，否则训练速度会非常慢甚至失败。仅进行推理（翻唱）对配置要求较低。
模型获取：软件本身带4个模型，如果想要更多，需要去相关的模型社区（如 Weights 官网的镜像站、HuggingFace 或国内的模型分享站）下载 .pth 或 .bin 格式的 RVC 模型，然后新建模型文件名，把模型放入，即可识别。如下图所示（一个模型一个文件夹）

       

🎉 高速下载方法

立即去开启

Studio One 7-8 分离音轨安装 本站独家全整合一键安装包 本站64位基准VST音频插件包 123云盘无限制下载工具