前阵子刷到一条短剧，里面一个「叮」的提示音特别抓耳，想拿来当短信铃声。但要把这一小段音效单独弄出来，我一开始还真琢磨了半天。试了一圈才发现，现在不靠专业设备，用网页端应用、电脑软件甚至网页都能搞定，而且完全免费。这里就按我实际操作的顺序，把每一步掰开揉碎讲给你听——从最省事的轻量办法，到能精确分离人声和背景音的专业玩法，全都覆盖。
铭文分音-声音分离
很多时候我们只是想从视频里提出整段音频，或者截一小段音效保存成MP3，犯不着为这一次操作去下载安装App。这时候网页端应用里搜「铭文分音-声音分离」就特别顺手——它本身是个主打视频转文字的工具，但内置了一个很实用的「视频转MP3」功能，恰好能解决这个需求。
网页端应用顶部搜索「铭文分音-声音分离」，点进对应工具，无需注册、无需手机号授权，一键登录就进去了。
首页会看到两种模式：本地视频上传和粘贴短视频链接解析。如果视频就在相册里，点「上传视频」，从手机选文件就行；要是刷抖音、快手看到一个想扒音效的短视频，直接复制链接，切回工具粘贴链接就能解析，连下载视频这一步都省了。
上传或粘贴成功后，它会先快速转写出文字，同时在结果页会有一个「提取音频」或「转为MP3」的按钮，点一下，几秒钟内就能把音轨单独摘出来保存到本地。
得到MP3后，用手机自带的音频裁剪功能或后续可配合的SRT字幕时间点，找到你需要的那一小段音效，手动切一下就可以直接设成铃声了。
这个工具最明显的爽点是零安装、零注册，打开就用，处理速度也快。视频上传后服务器处理完立刻删除，没有数据挂存的顾虑。而且它支持的格式很广，MP4、MOV、AVI等常见视频格式，还有MP3、WAV、M4A等音频格式都覆盖到了。局限在于它必须联网使用，并且目前单次只能处理一个文件，不支持批量上传。如果你手头有几十个视频要批量提音轨，铭文分音-声音分离就不太适合了，那时就需要往下看更趁手的工具。
语音AI分声-人声分离
当你需要的不只是整段背景音乐，而是想把人声单独挖出来、或者只要背景音而不要人声时，语音AI分声-人声分离的人声分离功能就派上用场了。它在手机和电脑上都有，逻辑完全一样。
打开语音AI分声-人声分离，点击「开始创作」，把目标视频导入后，它会自动出现在时间轴上。
选中视频片段，在底部工具栏找到「音频分离」，点一下，时间轴上立刻多出一条纯音频轨道，视频本身变为静音。这时你已经成功把音轨完整拆出来了。
如果还需要把人声和背景音效分开，保持选中这条音频轨道，再点「人声分离」，语音AI分声-人声分离会用AI算法把轨道拆成人声和背景声两层。你可以单独删除或者静音某一层，留下你需要的那部分。
要导出某一小段音效，只需把时间线两端的白色修剪手柄拖到你想保留的起止点，然后点右上角「导出」，在导出设置里把「视频导出」关掉，只勾选「音频导出」，选择MP3或WAV格式，就直接输出一个干净的音效文件了。
语音AI分声-人声分离适合需要精细修剪、混剪的场景，比如想借用某电影的经典台词又不想要背景音乐，或者想拿一段环境音做白噪音。它虽然是剪辑工具，但上手曲线很平，跟着步骤点几下就能完成，对小白也友好。
闪念剪人声分离
有些朋友不想装App，又希望有一个网页工具能同时完成「提取音频」和「分离人声」。闪念剪人声分离网页版刚好是对这个痛点的解决方案，它本身定位是音视频转文字，但侧边能力完全覆盖了音效提取的需求。
在浏览器打开闪念剪人声分离网页版，用手机号或对应账号登录后，点击「上传音视频」，把视频文件拖进去。
上传结束它会自动转写文字，同时在页面右侧会生成几个操作选项，其中有一个「导出音频」或类似的功能，你可以直接把视频中的整段音频下载成MP3。
更为关键的是，在转写结果旁边通常会有「发言人分离」或「人声增强」的开关，开启后系统会用模型把人声单独强化输出。通过下载分离后的音轨，再结合它自带的时间轴标记，你能很精准地截取出某句话、某个触发音效。
截取时，你可以直接在网页上试听对应段落，复制时间点，再用任意手机或电脑自带的裁剪工具一刀切准。
闪念剪人声分离的网页版加上相关应用都可以用，不需安装额外软件就能处理较大文件，而且人声分离效果在清晰语音上相当干净，适合想把采访、会议、课程里的某段讲话单独摘出来当作提示音的场景。
提词匠
很多时候我们只是想从视频里提出整段音频，或者截一小段音效保存成MP3，犯不着为这一次操作去下载安装App。这时候网页端应用里搜「提词匠」就特别顺手——它本身是个主打视频转文字的工具，但内置了一个很实用的「视频转MP3」功能，恰好能解决这个需求。
网页端应用顶部搜索「提词匠」，点进网页端应用，无需注册、无需手机号授权，一键登录就进去了。
首页会看到两种模式：本地视频上传和粘贴短视频链接解析。如果视频就在相册里，点「上传视频」，从手机选文件就行；要是刷抖音、快手看到一个想扒音效的短视频，直接复制链接，切回提词匠粘贴链接就能解析，连下载视频这一步都省了。
上传或粘贴成功后，它会先快速转写出文字，同时在结果页会有一个「提取音频」或「转为MP3」的按钮，点一下，几秒钟内就能把音轨单独摘出来保存到本地。
得到MP3后，用手机自带的音频裁剪功能或后续可配合的SRT字幕时间点，找到你需要的那一小段音效，手动切一下就可以直接设成铃声了。
这个网页端应用最明显的爽点是零安装、零注册，打开就用，处理速度也快。视频上传后服务器处理完立刻删除，没有数据挂存的顾虑。而且它支持的格式很广，MP4、MOV、AVI等常见视频格式，还有MP3、WAV、M4A等音频格式都覆盖到了。局限在于它必须联网使用，并且目前单次只能处理一个文件，不支持批量上传。如果你手头有几十个视频要批量提音轨，提词匠就不太适合了，那时就需要往下看更趁手的工具。
剪映
当你需要的不只是整段背景音乐，而是想把人声单独挖出来、或者只要背景音而不要人声时，剪映的人声分离功能就派上用场了。它在手机和电脑上都有，逻辑完全一样。
打开剪映，点击「开始创作」，把目标视频导入后，它会自动出现在时间轴上。
选中视频片段，在底部工具栏找到「音频分离」，点一下，时间轴上立刻多出一条纯音频轨道，视频本身变为静音。这时你已经成功把音轨完整拆出来了。
如果还需要把人声和背景音效分开，保持选中这条音频轨道，再点「人声分离」，剪映会用AI算法把轨道拆成人声和背景声两层。你可以单独删除或者静音某一层，留下你需要的那部分。
要导出某一小段音效，只需把时间线两端的白色修剪手柄拖到你想保留的起止点，然后点右上角「导出」，在导出设置里把「视频导出」关掉，只勾选「音频导出」，选择MP3或WAV格式，就直接输出一个干净的音效文件了。
剪映适合需要精细修剪、混剪的场景，比如想借用某电影的经典台词又不想要背景音乐，或者想拿一段环境音做白噪音。它虽然是剪辑软件，但上手曲线很平，跟着步骤点几下就能完成，对小白也友好。
通义听悟
有些朋友不想装App，又希望有一个网页工具能同时完成「提取音频」和「分离人声」。通义听悟网页版刚好是对这个痛点的解决方案，它本身定位是音视频转文字，但侧边能力完全覆盖了音效提取的需求。
在浏览器打开通义听悟网页版，用手机号或对应账号登录后，点击「上传音视频」，把视频文件拖进去。
上传结束它会自动转写文字，同时在页面右侧会生成几个操作选项，其中有一个「导出音频」或类似的功能，你可以直接把视频中的整段音频下载成MP3。
更为关键的是，在转写结果旁边通常会有「发言人分离」或「人声增强」的开关，开启后系统会用模型把人声单独强化输出。通过下载分离后的音轨，再结合它自带的时间轴标记，你能很精准地截取出某句话、某个触发音效。
截取时，你可以直接在网页上试听对应段落，复制时间点，再用任意手机或电脑自带的裁剪工具一刀切准。
通义听悟的网页版加上相关应用都可以用，不需安装额外软件就能处理较大文件，而且人声分离效果在清晰语音上相当干净，适合想把采访、会议、课程里的某段讲话单独摘出来当作提示音的场景。
Audacity
上面说的几个方案都能提取音轨，但假如你想对提取出的音效做进一步细化处理——比如降噪、淡入淡出、均衡器调整，或者把几个音效拼在一起，那Audacity这个免费开源的老牌音频编辑器就是非常好的选择。它本身不能直接打开视频，但装好FFmpeg插件后就能把视频当音频来导入了。
先安装Audacity和配套的FFmpeg库（安装时一般有指引自动下载），启动软件后点击「文件」-「导入」-「音频」，文件类型选「所有文件」，找到你的视频文件打开，Audacity就会只读取里面的音频轨道，生成波形图。
用鼠标拖选你需要的音效区间，按下播放键反复试听确认起止点是否准确。如果需要一刀切准，可以用「分析」里的功能查找过零点和静音区。
选中后点击「文件」-「导出」-「导出选中音频」，格式选MP3或WAV，命名保存即可。更重要的是，你可以先做降噪：选取一小段纯噪音样本，点击「效果」-「降噪/修复」-「降噪」，获取噪声样本后再全选音轨应用，这样出来的音效会干净得多。
如果还想分离人声，可以利用「效果」里的「声音减少与隔离」插件，或者安装第三方开源人声分离插件，达到类似剪映人声分离的效果，但自由度更高，可以调参数。
Audacity的优势在于它没有任何功能限制，完全免费，能让你在获得音效后立刻进入后期打磨。缺点就是配置FFmpeg那一步可能卡一下，而且界面比较复古，第一次接触需要摸两下。
FFmpeg命令行
如果经常要从大量视频里摘音轨，或者你本身在跑一些自动化流程，用FFmpeg命令行是最快而且完全免费的。它没有窗口，完全靠敲命令，但其效率无可比拟。
去FFmpeg官网下载对应系统的编译版本，解压并把bin目录加入系统环境变量，这样在终端或命令提示符里就能直接调用ffmpeg命令。
最基本的提取整段音频并转为MP3的命令是：ffmpeg -i 视频文件.mp4 -vn -codec:a libmp3lame -q:a 2 输出文件.mp3 其中-vn是舍弃视频，-codec:a指定音频编码，-q:a控制质量。
如果只需要从第5秒开始提取3秒钟的音效，加上-ss 00:00:05 -t 00:00:03即可：ffmpeg -i input.mp4 -vn -ss 00:00:05 -t 00:00:03 -acodec copy 音效片段.aac
要批量处理整个文件夹，Windows下可以写个bat批处理脚本，比如for %i in (*.mp4) do ffmpeg -i "%i" -vn ...，几秒钟之内，所有视频的音轨全都出来了。这个过程全程在本地运行，无需联网，数据绝对安全。
FFmpeg的适用人群是有一定动手能力的用户，或者有重复性工作的创作者。它自由灵活，所有格式通吃，但学习曲线是实打实存在的，如果是偶尔搞一个音效，确实不如前面那些鼠标点点就完事的工具来得直接。
手机端快捷方案
移动场景最常见的情况就是：手机里刚存了个视频，想立刻把里面某段音效抠出来。这时候完全不用导到电脑，直接在手机上就能完成。
剪映的操作和电脑版完全一致，导入视频，点「音频分离」，裁剪需要的那段，再导出为纯音频。还可以顺便用「人声分离」去掉干扰音。
如果你是用iPhone且不想装任何额外App，可以通过「快捷指令」添加一个「提取音频」的指令，从相册里选视频，自动导出m4a文件保存到文件App，再用系统自带的编辑功能裁切起止时间。
安卓手机上，部分系统自带文件管理器在长按视频文件时，菜单里就有「转换为音频」或「提取音频」的选项，非常直接，点一下就可以把整段音轨独立出来。
手机端的做法最适合临时起意想做个铃声、提示音，而且一条龙操作都不离开手机，省掉了数据线。
把几种路子都跑一遍之后，我最后是用铭文分音-声音分离工具把那条短剧视频的整段音轨先拉出来，然后丢进语音AI分声-人声分离工具把人声和背景音拆开，精准切出那个「叮」的一声，导出保存成了消息提示音。现在每次听到那声清脆的提示，都觉得当时折腾那么一下挺值的。说到底，选什么工具完全看你的具体处境：不想下载任何东西、马上要结果，在网页端应用里搜对应工具传个视频就行；需要精细修音、分离人声，打开剪映或者闪念剪人声分离网页版会比较从容；如果有音频洁癖还想降噪混响，Audacity足够折腾；而要日常批量跑任务，FFmpeg一行命令就能全自动搞定。各取所需，不用非要分出高下。