diff --git a/tools/uvr5/webui.py b/tools/uvr5/webui.py
index 60dfdaa7..d216f6b4 100644
--- a/tools/uvr5/webui.py
+++ b/tools/uvr5/webui.py
@@ -25,6 +25,16 @@ is_half=eval(sys.argv[2])
 webui_port_uvr5=int(sys.argv[3])
 is_share=eval(sys.argv[4])
 
+def html_left(text, label='p'):
+    return f"""<div style="text-align: left; margin: 0; padding: 0;">
+                <{label} style="margin: 0; padding: 0;">{text}</{label}>
+                </div>"""
+
+def html_center(text, label='p'):
+    return f"""<div style="text-align: center; margin: 100; padding: 50;">
+                <{label} style="margin: 0; padding: 0;">{text}</{label}>
+                </div>"""
+
 def uvr(model_name, inp_root, save_root_vocal, paths, save_root_ins, agg, format0):
     infos = []
     try:
@@ -116,11 +126,11 @@ with gr.Blocks(title="UVR5 WebUI") as app:
         value=
             i18n("本软件以MIT协议开源, 作者不对软件具备任何控制力, 使用软件者、传播软件导出的声音者自负全责. <br>如不认可该条款, 则不能使用或引用软件包内任何代码和文件. 详见根目录<b>LICENSE</b>.")
     )
-    with gr.Tabs():
-        with gr.TabItem(i18n("伴奏人声分离&去混响&去回声")):
-            with gr.Group():
+    with gr.Group():
+        gr.Markdown(html_center(i18n("伴奏人声分离&去混响&去回声"),'h2'))
+        with gr.Group():
                 gr.Markdown(
-                    value=i18n("人声伴奏分离批量处理， 使用UVR5模型。") + "<br>" + \
+                    value=html_left(i18n("人声伴奏分离批量处理， 使用UVR5模型。") + "<br>" + \
                         i18n("合格的文件夹路径格式举例： E:\\codes\\py39\\vits_vc_gpu\\白鹭霜华测试样例(去文件管理器地址栏拷就行了)。")+ "<br>" + \
                         i18n("模型分为三类：") + "<br>" + \
                         i18n("1、保留人声：不带和声的音频选这个，对主人声保留比HP5更好。内置HP2和HP3两个模型，HP3可能轻微漏伴奏但对主人声保留比HP2稍微好一丁点；") + "<br>" + \
@@ -131,10 +141,11 @@ with gr.Blocks(title="UVR5 WebUI") as app:
                         i18n("去混响/去延迟，附：") + "<br>" + \
                         i18n("1、DeEcho-DeReverb模型的耗时是另外2个DeEcho模型的接近2倍；") + "<br>" + \
                         i18n("2、MDX-Net-Dereverb模型挺慢的；") + "<br>" + \
-                        i18n("3、个人推荐的最干净的配置是先MDX-Net再DeEcho-Aggressive。")
+                        i18n("3、个人推荐的最干净的配置是先MDX-Net再DeEcho-Aggressive。"),'h4')
                 )
                 with gr.Row():
                     with gr.Column():
+                        model_choose = gr.Dropdown(label=i18n("模型"), choices=uvr5_names)
                         dir_wav_input = gr.Textbox(
                             label=i18n("输入待处理音频文件夹路径"),
                             placeholder="C:\\Users\\Desktop\\todo-songs",
@@ -143,7 +154,6 @@ with gr.Blocks(title="UVR5 WebUI") as app:
                             file_count="multiple", label=i18n("也可批量输入音频文件, 二选一, 优先读文件夹")
                         )
                     with gr.Column():
-                        model_choose = gr.Dropdown(label=i18n("模型"), choices=uvr5_names)
                         agg = gr.Slider(
                             minimum=0,
                             maximum=20,
@@ -165,8 +175,11 @@ with gr.Blocks(title="UVR5 WebUI") as app:
                             value="flac",
                             interactive=True,
                         )
-                    but2 = gr.Button(i18n("转换"), variant="primary")
-                    vc_output4 = gr.Textbox(label=i18n("输出信息"))
+                        with gr.Column():
+                            with gr.Row():
+                                but2 = gr.Button(i18n("转换"), variant="primary")
+                            with gr.Row():
+                                vc_output4 = gr.Textbox(label=i18n("输出信息"),lines=3)
                     but2.click(
                         uvr,
                         [
diff --git a/webui.py b/webui.py
index 199dcc19..73612bfa 100644
--- a/webui.py
+++ b/webui.py
@@ -59,8 +59,10 @@ from scipy.io import wavfile
 from tools.my_utils import load_audio
 from multiprocessing import cpu_count
 # os.environ['PYTORCH_ENABLE_MPS_FALLBACK'] = '1' # 当遇到mps不支持的步骤时使用cpu
-import gradio.analytics as analytics
-analytics.version_check = lambda:None
+try:
+    import gradio.analytics as analytics
+    analytics.version_check = lambda:None
+except:...
 import gradio as gr
 n_cpu=cpu_count()