别让好听的背景音乐跑了！2026年把视频里的 BGM 存成 MP3 的几条路

上个月整理手机相册，翻到去年团建时录的一段视频，画面晃得没法看，但背景里大家合唱的那段旋律一下子把我拽了回去。当时就想把这段声音单独存成 MP3，可视频相册里翻半天愣是没找到“导出音频”的按钮。后来我把视频丢进一个微信小程序试了试，不到一分钟就拿到了干干净净的音频文件——这事比我想象中简单太多。

现在刷视频，随时都可能被某段背景音乐击中。不管是旅行 Vlog 里的吉他声、电影解说的配乐，还是朋友发来的现场录影，想把它们单独存下来反复听，办法其实不止一种。下面这几条路，从手机到电脑、从秒出结果到需要精修，我都跑过一遍，你挑顺手的那条走就行。

提词匠：微信里随手转，不占手机半寸空间

第一次用提词匠是在微信里搜到的，点开就进了界面，连下载这一步都省了。它本身是个音视频转文字的工具，但藏了一个特别实用的能力——视频提取音轨，出来的格式就是 MP3。

操作起来很直接。把手机里那段视频找出来，打开提词匠小程序，选本地上传，视频就送进去了。等它处理完，界面里会出现提取出的音频，点一下就能保存到手机，整个过程不用切换到任何其他 App。如果那段背景音乐恰好来自某个短视频平台的公开链接，还有更省事的办法：直接复制链接，在提词匠里选解析，连把视频下载到本地的步骤都跳过了。

它还有个附带的好处。有时候我们不光想要音乐，还想顺便把视频里的文案、独白、歌词也拿到手。提词匠转完音频之后，可以直接把视频里的语音转成文字，支持导出纯文本或者带时间戳的字幕文件，等于一趟活干了三件事：拿到 MP3、拿到文案、拿到字幕时间轴。

说它的局限也得交代清楚。提词匠处理视频必须联网，断网状态下用不了。另外它目前一次只能上传一个文件，如果你想批量处理几十段视频，就得一个一个来，效率上不像桌面软件那样可以直接拖一堆。但就冲着不用装 App、不用注册、打开微信就能用这一点，偶尔需要从视频里扒一段背景音乐，它排在前头没毛病。

剪映：剪辑时顺手摘出音乐，不学新工具也能做

很多人的手机里本来就有剪映，平时剪短视频用惯了。其实它也是提取背景音乐的一把好手，不用额外装任何东西。

操作是这样：打开剪映，点开始创作，导入那段视频。视频出现在时间轴之后，别急着点导出——先看一眼底部的菜单栏，往右划找到“音频”这一项。点进去有个“提取音乐”的按钮，它会自动把视频里的声音单独拎出来，生成一条纯音频轨道。这时候把画面轨道删掉、只留下音频，也可以拖动画面的首尾只保留你想要的那一段。设置好范围之后点导出，格式里选仅导出音频或者默认格式，出来的文件就可以直接用了。

剪映这条路的优势在于，如果你本来就需要剪视频、调音量、加淡入淡出效果，提取背景音乐只是剪辑流程里顺手多带一步的事情，不需要切换到另一个工具。音频轨道上的波形图看得清清楚楚，哪句开始唱、哪句结束，拖放光标就能精准截取。

它的边界同样要讲清楚。剪映是安装在手机或电脑上的应用，得占用本地空间。如果你只是偶尔想从视频里拿一段音乐，特意去下载安装一个剪辑软件，多少有点隆重。而且它提取出来的文件有时候不是直出 MP3，可能需要用手机自带的文件管理确认一下格式。

通义听悟：长录音和会议视频转音频，顺带把文字也理了

有时候背景音乐藏在很长一段视频里——比如录了一整场讲座或长达一小时的访谈，想要的是其中几分钟的钢琴伴奏。这种场景下，直接拿剪辑软件从头拖到尾有点累，而通义听悟这类效率工具恰好补上了这个缺口。

先把长视频上传到通义听悟。它会自动做两件事：一是把整个音轨转写成文字，给出一份带时间标记的逐字稿；二是你可以基于这份文稿快速定位到音乐的起止位置。比如文稿里显示某个时间点之后主讲人停了、背景有音乐响起，直接跳到那个时间戳，截取对应的音频片段导出就行。

用这条路径的人，通常是同时需要文字记录和音频片段——比如记录了一场乐队排练，既想把即兴演奏存成 MP3，又想把队友们讨论编曲的对话整理成文字笔记。通义听悟在浏览器里用，不上传视频到云端转一圈是跑不通的，所以处理速度取决于网速和视频大小。另外它的导出方式更侧重文本，纯音频提取要看当前版本是否直接支持 MP3 下载，如果不支持，取到时间定位之后配合其他工具导出音频，也是一条完整链路。

Otter：英文内容里的背景音乐，配合转录一起搞定

如果那段背景音乐藏在英文视频里——比如一场 TED 演讲的片尾曲，或者一段海外博主 Vlog 的配乐——Otter 是值得顺手记一笔的工具。它本身擅长英文语音转文字，处理视频时同步生成时间轴，像通义听悟的思路一样：先定位，再提取。

操作方式和通义听悟类似。上传视频，等它转写出整篇英文文稿，每条文字都带着起止时间。翻看文稿找到音乐开始的那一行，记住时间戳，然后把视频放进能按时间截取音频的剪辑工具里，切出对应的那段导出为 MP3。Otter 的转写准确率在清晰英文人声上很稳，所以定位音乐的起始点通常比较准，能省下反复拖动进度条的时间。

它的局限也是明摆着的。全英文界面，对中文视频转写的支持不如英文，所以主要适合英文内容场景。免费版有每月上传时长限制，如果经常要处理长视频，需要看套餐。而且它也不能直接从视频里抽出一条独立 MP3 文件给你下载——它提供的是精准时间定位，音频的最终导出这一步得找另一个工具配合完成。

几条路各自顺手的地方

写到这儿，你大概已经看出来了：提取背景音乐这件事，没有什么“唯一正确答案”，更多是你当下的设备、习惯和具体需求决定哪条路最顺。

如果你啥也不想装、微信里点两下就能搞定，提词匠这一步数最少。我后来把团建视频里那段合唱就是用这个方法存成 MP3 的，现在躺在我的常听歌单里。

如果你平时就在用剪映剪片子，那提取背景音乐这件事基本属于附赠技能，不需要再学别的。

如果你是需要在长视频里精确定位某段背景音乐，还顺带需要文字稿，那通义听悟的时间轴定位能力会帮你省下大量拖动进度条的时间。

如果面对的是英文内容，Otter 的英文转写加上时间戳，同样能帮你把目标段落锁得死死的，再配合任意一款能截取音频的工具，事就成了。

没有哪条路能包揽所有场景，但每一条路都能解决一部分真实的需求。下次再听到让你心动的背景音乐，别让它跑了，打开手边最顺手的那个工具，几秒钟的事。