音乐工具集
这页更适合按“任务类型”来挑工具，而不是把所有音乐相关网站混在一起收藏。格式转换、歌词整理、平台迁移和音源分离，实际上对应的是完全不同的工作流。
先按需求选工具
- 转格式 / 提取音频：优先 FFmpeg、Convertio
- 整理歌词 / 字幕：优先歌词转换工具、歌词抓取工具
- 迁移歌单：优先平台迁移服务
- 做人声分离 / 伴奏提取：优先本地模型或在线音源分离工具
格式转换
NCM 转 FLAC
网易云音乐的 .ncm 加密格式转为通用 FLAC：
- 在线转换：NCM to FLAC
临时转换可以在线做，但大批量处理建议尽快切到本地方案。
Convertio
通用音频格式在线转换，支持 FLAC → MP3、WAV、OGG 等：
这里只是举例入口，真正长期使用还是建议优先掌握 FFmpeg 这类本地工具。
歌词工具
歌词字幕转换器
支持 LRC、SRT、UTF、KSC、SSA、ASS、VTT 等格式互转：
- 地址：lrccon.com
如果你在整理播放器歌词、字幕文件或做二次创作，这类工具会非常省时间。
ncm-lyric-crawer
分析音乐元数据，获取歌词并写入 TTML 文件：
git clone https://github.com/Steve-xmh/ncm-lyric-crawer
- 项目：GitHub
更适合批量抓取和处理本地音乐元数据。
Apple Music Like Lyrics
类 Apple Music 歌词显示组件库，支持 DOM、React、Vue：
平台迁移
yyrcd
迁移网易云 / QQ 音乐到 Apple Music、YouTube Music、Spotify：
Tune My Music
通用音乐平台迁移工具，支持更多平台：
红心歌单助手
导出网易云红心歌单：
歌单迁移最重要的是先验证一小批样本，避免一次性迁移后发现匹配错误很多。
音源分离
将混合音频分离为人声、伴奏、鼓点等独立音轨。
这类工具非常吃显卡、模型和原始音质，效果差异往往很大，先做小样测试最稳。
MSST-WebUI
集成 UVR 的音乐源分离训练推理 WebUI：
git clone https://github.com/SUC-DriverOld/MSST-WebUI
- 项目：GitHub
MSST-GUI
Qt5 图形界面，更轻量的推理工具：
- 项目：GitHub
MVSEP-MDX23
ZFTurbo 的音乐源分离模型：
MVSEP 在线
无需本地部署，在线分离音源：
- 地址：mvsep.com
在线方案适合临时试效果，本地方案更适合批量和隐私要求高的音频。
RVC-WebUI
基于检索的语音转换，可用于歌声转换：
git clone https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI
- 项目：GitHub
去混响模型
HuggingFace 上的 deverb_bs_roformer 模型：
- 地址：HuggingFace
进阶：命令行音频处理
# FFmpeg 提取音频
ffmpeg -i video.mp4 -vn -c:a flac output.flac
# 转换格式
ffmpeg -i input.flac -c:a libmp3lame -q:a 0 output.mp3
# 调整音量
ffmpeg -i input.mp3 -af "volume=1.5" output.mp3
# 合并多个音频
ffmpeg -i "concat:01.mp3|02.mp3|03.mp3" -c copy output.mp3
推荐工作流
轻量整理
- 在线格式转换
- 歌词格式互转
- 歌单平台迁移
本地批量处理
- FFmpeg 做提取、转码、裁剪
- 本地分离模型做人声 / 伴奏拆分
- 脚本化整理命名和目录
常见问题
分离效果不理想
很多时候不是模型不行，而是原始音频压缩严重、混响太重或母带本身就复杂。先换更高质量源文件再试一次通常更有效。
在线转换后音质变差
这很常见。在线工具通常更偏“方便”，不是“最高保真”。正式归档建议本地转码。
平台迁移后有些歌没匹配上
不同平台曲库、地区版权和命名方式不同，迁移本来就不可能 100% 准确，最好人工抽样检查。
参考链接
- FFmpeg 官网 — 音视频处理
- UVR (Ultimate Vocal Remover) — 人声分离 GUI
- Hugging Face Audio — 音频模型
- 图片处理工具 — 如果你也在一起整理封面、素材和媒体资产