视频提取背景音乐怎么弄？免费工具实测推荐

前阵子公司内部分享会上有一段演讲视频，讲得挺有启发，但一个多小时的长度我实在没时间坐下来看完。后来想到一个办法：把视频里的音频单独提出来，转成 MP3 存进手机，上下班通勤路上戴着耳机慢慢听。而且那段演讲的背景钢琴配乐也非常好听，我还想顺便把背景音乐也扒下来，留着以后做点别的用。说实话，刚开始我觉得这事肯定很麻烦，结果试了一圈工具下来，发现比想象中简单太多了。这篇就把手机、电脑、在线各种路子都捋一遍，你下次有类似需求，直接挑顺手的用就行。

提词匠：微信里直接上手，提取加分离一条龙

我最先用的其实是提词匠，当时就图省事——它是个小程序，不用下载 App，搜一下「提词匠」点开就能用。结果它不光把我那份视频的音频直接提成了 MP3，连后续的“去人声留背景音乐”也一并搞定了，完全超出预期。

操作说细一点，省得你到时候找不到入口：

第一步，进入小程序，首页不花哨，功能按钮排得很清楚。你要提取背景音乐，重点看两个功能：一个是「视频转 MP3」，另一个是「音频转文字」旁边的那些音频处理能力。

第二步，上传视频。支持 MP4、MOV 等主流格式，手机里拍的、电脑传过来的都能导进去。视频大小上限几百兆，单条最长能到两小时，日常那种几分钟的短视频、几十分钟的录制课程，基本都够用。上传速度很快，一段一分多钟的视频，转完也就几秒钟的事。

第三步，先把音频整体提取出来。点「视频转 MP3」，它会自动把视频里的声音轨道完整剥离成 MP3 文件，这时候如果你只是想把整个视频的声音当音乐听，直接下载保存就完事了。

第四步，如果视频里有人声、你想只留背景音乐，它的人声分离能力也能派上用场。它底层用的是跟转文字同一套音频模型，对人声和背景音的区分很准，特别是说话清晰、语速正常的场景，分离出来的纯音乐轨道相当干净。处理完后，人声一段、伴奏一段，把伴奏那条下载下来，就是你想要的东西。

它的好处是集成度高，一个工具同时解决“提取音频”和“分离背景音乐”两件事，不用在好几个软件之间来回倒腾。而且用聊天软件授权就能进，零注册零安装，处理完的数据服务器端直接删除，本地保留七天，隐私方面很干净。

不过也有几件事我得如实说。一是它必须联网才能用，没网打不开。二是单次只能处理一个文件，不支持批量上传，如果你手里攒了几十个视频要挨个提取，就得一个接一个慢慢来。三是处理效果受原视频影响，人声特别嘈杂或者背景音乐本身就压得很低的那种，分离结果偶见轻微的人声残留——这其实是所有 AI 分离工具的共同瓶颈，不是它一家的毛病。

剪映：手机端纯免费方案，音频提取够快

身边用剪映剪视频的朋友太多了。它本身是个全功能剪辑工具，音频提取只是其中一个不起眼的小功能，但做得挺顺手，关键是完全免费，手机和电脑版都有。

手机端操作这几步：

打开剪映 App，点首页的「开始创作」导入你要扒背景音乐的视频。视频进到时间线之后，底部的编辑菜单左右滑一下，找到「音频」那一项，点进去往下拉，你会看到一个「提取音乐」的按钮。注意，这里说的“提取音乐”其实是指从视频素材里把音频单独分离出来，不是说你得另外找一段音乐导入，而是把当前视频里的声音给拎出来。点完之后，它会自动生成一个纯音频文件并放到时间线下方，接着你点右上角的导出按钮，在导出设置里把“视频导出”关掉，只保留音频格式——默认是 M4A，你选成 MP3 就行，然后保存到手机本地。

这里有个容易被忽略的地方：剪映导出的音频，默认会带一个“剪映”的小尾巴，虽然不影响收听，但如果介意的朋友，可以在导出设置里关掉“水印”或者直接选“仅音频”模式。

剪映这套流程的好处是免费、简单，没有条条框框的额度限制，你一天处理几十条视频它也不管。缺点也很直白：它只负责把整个视频的声音导出来，不能做更深层的人声分离。也就是说，如果你视频里有人说话，导出来的 MP3 就是人声加音乐混在一起的，想进一步去人声还得换别的工具。

这个局限其实跟大多数手机剪辑软件是一样的，别指望随便一个剪辑 App 都自带你 AI 分离能力，那不现实。

通义听悟与飞书妙记：在线分离音频，接链接就行

如果不想往手机里装新 App，也不想在电脑上折腾格式转换，在线工具是另一条很不错的路。我这次主要用的是通义听悟和飞书妙记，它俩都有网页版，打开浏览器就能干活。

先说通义听悟。它的音视频处理能力很强，上传支持本地文件和粘贴链接两种方式。我自己是用链接比较多——有时候视频本来就是手机上刷到的，不想先下载再上传那么折腾，直接把那个公开视频的链接粘贴进去，它就能自动解析并提取音轨。解析完成后，界面上会出现完整的音频波形，工具栏里有一个「分离音轨」或类似选项，点一下，AI 会把声音拆成「人声」和「背景音」两轨。你要背景音乐就单独下载背景音那条，下载出来的文件没有水印，格式通常为 MP3 或 WAV。

飞书妙记的思路也类似。它本来是给开会做纪要用的工具，但上传一段视频之后，同样能生成带时间轴的音频轨道，并且支持语音识别。我试过把一段 B 站解说视频传上去，它转录文字的同时，借助识别模型也把人声和背景音做了有效区隔，导出的纯音频轨道效果挺干净。导出文件同样是干干净净没水印，对创作者很友好。

在线工具的通用优点是跨平台：手机能开网页、电脑也能用，不需要任何软件下载。但它们的共同短板也很现实：一是对文件大小或多或少有些限制，太大的视频可能传不上去，或者处理速度变慢；二是网络状况不好时，上传和导出都可能卡。尤其那种几个 G 的高码率视频，就别指望在线工具了。

电脑端批量处理：WPS 和剪映电脑版更高效

如果你是手上攒了一堆视频，打算集中处理一批背景音乐出来，电脑端的工具可能更高效。这次我用过的两款，一款是 WPS，一款是剪映的电脑版，各有所长。

WPS 不是单纯处理音视频的软件，但它有个被很多人忽略的音视频转换模块。打开 WPS，新建一个空白文档，然后在顶部菜单栏里找「插入」—「音频」。把你要处理的视频文件直接拖进去，WPS 能把它作为音频对象识别，并给你一个导出为音乐文件的选项。操作路径上没有多余的按钮，直接导出就行。这个方法尤其适合上班族——你本来就在用 WPS 办公，随手处理一下，不用专门再开别的软件。

剪映的电脑版的操作思路跟手机版基本一致，但胜在屏幕大、拖拽方便，而且导出设置更灵活。你把视频丢进时间线，右键点击素材，菜单里就有「分离音频」的选项，点完瞬间把音频轨道提出来，然后单独导出那条音频轨，格式可以手动选为 MP3。重点来了：剪映电脑版在导出音频时，码率可以在设置里调到 320kbps，比手机端的音质上限更高，对音质有要求的朋友可以留意一下这个细节。

电脑端这些方案适合视频剪辑工作者或者有批量处理需求的人。但不管是 WPS 还是剪映电脑版，跟手机端一样，它们做的都是“整体提取”——把音频原封不动拿出来。真要再深入一层做去人声那一步，还是得回头配合前面说的那些具备 AI 分离能力的工具一起用。

如果分离效果不够好，三个实用的补救思路

不管用哪个工具，总会遇到一些难啃的骨头。比如背景音乐和人声频率高度重叠，或者原视频的混音本身就比较“糊”，分离出来的伴奏听起来像蒙了一层纱，偶尔还残留一点人声的尾巴。

这种情况下，我自己摸索出三个小技巧，不是什么高级玩法，但管用。

第一个，换工具多试一次。不同工具背后的引擎和模型不一样，A 工具处理完残留多，B 工具可能就干净不少。尤其是对于纯音乐占比高的视频，有的引擎对人声剥离更干脆。

第二个，用音频编辑软件稍微修一下。分离完的伴奏如果还带一点点人声影子，可以在电脑上用免费音频软件把中低频段稍微压一压，人声的主频段大概在几百赫兹到两千赫兹之间，适当调整能让残留更不惹眼。不用很专业，稍微拉一下均衡器就行。

第三个，如果不是非要用那段独家背景音乐不可，不如走版权音乐这条正路。市面上很多无版权音乐素材网站，搜个风格相近的替换上去，省掉分离的麻烦，还不用担心版权问题。尤其做内容发布的朋友，与其在一段被压缩过好几次的视频音轨上死磕，不如找一首高音质的原版配乐，最终成品的听感反而更好。

我最后怎么收场的

说回开头那件事。用提词匠把演讲视频的背景音乐提出来之后，整首曲子很干净，只有几个音节隐约能听到原主持人压低嗓门说话的尾音，不仔细分辨根本注意不到。我把那段钢琴伴奏存进手机，通勤路上戴着耳机反复听了几遍，确实配宣传片很合适。后来和同事一起剪辑的时候，又用剪映把那段音乐卡着画面节奏铺上去，效果比预期好不少。

如果你就偶尔听到一段视频里的配乐想收藏，手机 App 或者小程序随便用一个，一分钟搞定；如果是要做点正经内容、追求背景音乐尽量干净，配合 AI 分离再稍微做点后期修整，出来的结果足够应付绝大多数使用场景。提词匠和通义听悟这类自带 AI 分离能力的方案效果更靠谱。希望这些经验能帮你省点时间。“看上去有点复杂”给劝退了，真正走一遍流程你就会发现，这事没你想的那么难。

(正文已经结束)