haozi's blog

从 YouTube Music 到 Navidrome：我搭建了一套属于自己的音乐库

发表于 更新于 分类于
从 YouTube Music 下载音源到搭建 Navidrome 个人音乐库

从 YouTube Music 到 Navidrome：我搭建了一套属于自己的音乐库

免责声明：本文涉及的技术方案（如使用 yt-dlp 等工具下载网络资源）仅用于个人学习、技术研究与个人音源备份，请勿用于任何商业用途或侵权传播。尊重版权，请支持正版音乐。

这次折腾下来，我最大的收获反而不是记住了多少命令，而是逐渐理解了一件事情：一个真正好用的个人音乐库，不应该追求绝对完美，而应该追求能够长期、低成本地维护。

为什么要搭建

最开始的原因其实特别直接：我不想再一直为各个平台的音乐会员买单了。

能少花钱，同时又能通过折腾这套系统提升自己解决问题的能力，何乐而不为呢？而且我之前用 Apple Music 养成了按“专辑”听歌的习惯，很喜欢从一张完整专辑里去发现歌曲，而不是听算法推荐的单曲碎片。

但这又带来了一个很棘手的问题：去哪里找一个靠谱、稳定、内容又全的音源？

我实际使用下来发现，不同音乐平台的覆盖完全不同。比如 HiFiTi 的资源确实很丰富，很多经典 CD Rip 和无损都能找到，但它依赖社区用户上传，并不是“要啥有啥”。

比如之前看韩剧《机智医生生活》，我超级超级喜欢里面的一首插曲 《Let’s Forget It》。曹政奭那种带着一丝沧桑感的嗓音一出来，一下子就把我拉回到了金隽婠和李翼纯那段让人上头的甜蜜爱情里。当时我兴冲冲地跑去 HiFiTi 搜，结果整部剧的 OST 居然一首都没有！而且这种第三方分享网站随时可能关停跑路，作为长期依靠的音源，心里终究不踏实。

navid1.png|587

那种急着想听歌却找不到资源（而且是长期稳定资源）的挫败感，让我开始寻找替代方案——最后发现 YouTube Music 上几乎一应俱全。

这是当时在 YouTube Music 上搜索《机智医生生活OST》，得到的一系列结果：

navid2.png|585

点进插曲 《Let’s Forget It》的详细界面，发现音乐的 Title、Artist、Album、Release Date 等元数据非常完整，甚至还附带封面缩略图。

navid3.png|603

这让我意识到：YouTube Music 是一个很不错的长期音源储备。

我不再执着于找到一个“万能”的音乐网站，而是开始搭一个可以接受不同来源的音乐库，最后统一交给 Navidrome 来播放。我需要的不是另一个“音乐商店”，而是一个能把自己的音乐文件变成个人流媒体服务的服务器。

除了 YouTube Music ，我的 Navidrome 音乐库还可以接受不同的音乐来源：

navidraw1.png

怎么搭建系统

搭着搭着，我发现一个很重要的原则：不要找一个软件包办所有事情，而是让每个工具只负责它最擅长的事情。

整体架构

先看整套系统的运作流程：

yt-dlp 负责下载音频 -> beets 负责匹配 MusicBrainz 整理、刮削封面、拉取同步歌词 -> 下载整理好的歌曲文件存入 Navidrome 音乐文件夹 -> 客户端通过 IPv6 / tailscale 访问服务器对应端口，进行播放音乐
navidraw2.png

真正让我觉得这套架构舒服的地方，是每个环节可以独立出问题、独立排查。

前置准备：工具依赖与代理配置

在正式开始搭建前，先说明一下整套系统依赖的核心工具与安装方法。

强烈推荐使用 Windows 官方包管理器 winget，Win11 自带，Win10 不一定自带，但可以很方便地装上。它可以极大地简化命令行工具的安装与更新，避免手忙脚乱地去官网寻找解压包和手动配置环境变量。如果你的系统还没有安装 winget，可以通过 Microsoft Store 快速获取，非常值得安装的一款小工具！

通过 winget，只需在终端中运行以下命令即可完成 yt-dlp 的安装：

1
winget install yt-dlp

关于 FFmpeg 的说明：yt-dlp 进行音频提取和转码需要依赖 FFmpeg。好消息是，通过 winget install yt-dlp 安装时，会自动将 ffmpeg、ffprobe 等依赖一并安装到位，无需额外操作。

此外，整套方案还有一个很现实的前提：网络必须能够正常访问 YouTube。 整个获取链路的入口是 yt-dlp，如果 YouTube 无法访问，后面的 beets、MusicBrainz、封面和歌词都没有意义。

我在 Windows 上使用 v2rayN，本地代理监听在 10808 端口（注意：不同软件的端口不同，需按实际情况修改）。为了避免每次下载都输入代理参数，首先找到 yt-dlp 的 config 文件的位置：

在文件资源管理器输入以下命令：

1
%APPDATA%\yt-dlp\

把代理写进了配置文件：

1
--proxy http://127.0.0.1:10808

这样以后只需要运行：

1
yt-dlp "YouTube Music URL"

就可以自动走代理下载。

关于代理的问题，在这里不多说。

yt-dlp：负责“拿到音乐”

我常用的下载命令：

1
2
3
4
5
6
7
8
yt-dlp `
  --no-playlist `
  -x `
  --audio-format opus `
  --embed-metadata `
  --embed-thumbnail `
  -o "E:\yt-dlp\%(artist)s - %(title)s.%(ext)s" `
  "YouTube Music URL"

这里有一个很有价值的技巧：--no-playlist 参数控制的是只下载当前单曲。如果想下载整个歌单或专辑，只要去掉 --no-playlist 即可。

单曲适合“发现一首收一首”，Playlist 和专辑适合“发现一个喜欢的集合，就一次性处理”。把 Playlist 的 URL 交给 yt-dlp，原本需要重复几十次的操作就变成了一次批处理。

日志输出示例：

1
2
3
4
5
6
[info] Downloading 1 format(s): 251
[info] Downloading video thumbnail ...
[download] Destination: E:\yt-dlp\鳳凰傳奇 - 全是愛.webm
[ExtractAudio] Destination: E:\yt-dlp\鳳凰傳奇 - 全是愛.opus
[Metadata] Adding metadata
[EmbedThumbnail] mutagen: Adding thumbnail

beets：负责“整理与补全”的核心大脑

beets 是整个系统里最像“大脑”的部分。需要说明的是，fetchart 和 lyrics 并不是独立的第三方软件，它们全都是 beets 官方自带的强大扩展插件。

安装与验证

在 Windows 环境下，通过 pip 安装 beets：

1
python -m pip install --user beets

安装完成后，在 PowerShell 中验证版本及默认插件加载情况：

1
2
3
4
PS C:\Users\DEL> beet version
beets version 2.13.1
Python version 3.12.7
plugins: embedart, fetchart, lyrics, musicbrainz

beets 的数据库文件位于 %APPDATA%\beets\library.db
配置文件位于 %APPDATA%\beets\config.yaml

需要注意的是：数据库本身体积非常小，因为它保存的是索引和音轨元数据，而不是复制一份真实的音频文件。

我的 beets 配置

需要注意的是，首次安装 beets 后，配置文件默认并不存在。如果文件夹或文件不存在，可以通过以下 PowerShell 命令安全创建（若文件已存在则跳过，不会覆盖现有配置）：

1
if (-not (Test-Path "$env:APPDATA\beets\config.yaml")) { New-Item -ItemType File -Path "$env:APPDATA\beets\config.yaml" -Force }

下面是我整理后的 config.yaml 配置文件：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
# =========================
# Beets / Navidrome 基础设置
# =========================
directory: E:/navidrome/music
library: C:/Users/DEL/AppData/Roaming/beets/library.db

# 原始发行日期优先
original_date: yes

# =========================
# 导入与匹配策略 (Import)
# =========================
import:
  # 把 beets 处理后的标签写回文件
  write: yes
  # 导入成功后自动移动文件到正式音乐库
  move: yes
  copy: no
  # 自动尝试 MusicBrainz 匹配
  autotag: yes
  # 同一个目录里允许按单曲分组
  group_albums: yes
  # 保留已有标签作为匹配基础
  from_scratch: no
  # 发生无法高置信度匹配时不要自动乱套
  quiet_fallback: no
  # 导入时显示详细的匹配对比
  detail: yes
  # 继续之前中断的导入
  resume: yes
  # 只有一个候选时不要盲目自动选中
  singletons: no

# =========================
# 路径结构 (Paths)
# =========================
paths:
  default: $albumartist/$album/$track - $title
  singleton: $albumartist/$album/$title

# =========================
# 插件启用 (Plugins)
# =========================
plugins:
  - musicbrainz
  - fetchart
  - embedart
  - lyrics

# =========================
# 插件详细配置
# =========================
musicbrainz:
  search_limit: 5
  search_query_ascii: no
  genres: yes
  genres_tag: genre
  external_ids:
    discogs: no
    bandcamp: no
    spotify: no
    deezer: no
    tidal: no
  aliases_as_credits: no

fetchart:
  auto: yes
  minwidth: 500
  maxwidth: 1200
  sources:
    - filesystem
    - coverart
    - itunes
    - albumart
  art_filename: cover.jpg

embedart:
  auto: yes

lyrics:
  auto: yes
  synced: yes
  keep_synced: yes
  dist_thresh: 0.11
  sources:
    - lrclib
    - lrcmux
    - genius
  force: no

插件协同

在配置 config.yaml 开启插件后，beets 便化身为全能中枢：

  • MusicBrainz（辅助识别）：
    负责识别歌曲、确认身份与标准命名。最开始我以为：MusicBrainz 既然是权威数据库，那匹配之后照着改就行了。后来发现完全不是这样。
    例如 YouTube Music 上的艺人名和歌名是英文 Mido and Falasol - Me to You, You to Me，而 MusicBrainz 匹配到的全韩文 미도와 파라솔 - 너에게 난, 나에게 넌，虽然是同一首歌，但全韩文不符合我的检索习惯；又比如戴佩妮与 GAI 周延合唱的《明知山》，MusicBrainz 甚至可能给出一个完全不相关的候选。

    所以我形成了自己的原则：MusicBrainz 负责确认“这是什么”，但不一定决定“我应该怎么显示它”。

    1. 匹配明显正确：执行 Apply
    2. 明显错误或语言不合习惯：执行 Use as-is（保持原样）
    3. 模棱两可：人工看一眼对比结果再决定

  • fetchart & embedart 插件（正方形封面补全与嵌入）：
    自动解决封面问题。yt-dlp 抓到的 YouTube 封面往往是 16:9 的视频缩略图，在播放器里很不美观。fetchart 会根据 Artist / Album 自动拉取高质量正方形专辑封面，并由 embedart 嵌进音频文件本身中。

YouTube 封面和 fetchart 封面的对比：

  • lyrics 插件（同步歌词拉取）：
    自动通过 lrclib、lrcmux 等源拉取 LRC 同步歌词并嵌入绑定。

一次单曲导入流程

当通过 yt-dlp 下载好一首单曲后，我们运行 beet import 命令将其打标并归档。下面是一次真实的终端导入演示：

一般通过以下命令导入单曲：

1
beet import "音乐文件所在的路径"
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
PS C:\Users\DEL> beet import "E:\yt-dlp\伍佰 & China Blue - 挪威的森林.opus"

E:\yt-dlp\伍佰 & China Blue - 挪威的森林.opus (1 items)

Finding tags for album "伍佰 & China Blue - 愛情的盡頭".
  Candidates:
  1. 46.8% 伍佰 & China Blue - 愛情的盡頭
             ≠ year, missing tracks
             MusicBrainz, CD, 1996, TW, 魔岩唱片, None, None
  2. 43.2% 伍佰 & China Blue - 愛情的盡頭
             ≠ year, tracks, missing tracks
             MusicBrainz, CD, 1996, TW, 魔岩唱片股份有限公司, MSD-018, None
  3. 34.4% 伍佰 - 愛情的盡頭
             ≠ artist, year, missing tracks
             MusicBrainz, None, 1996, TW, None, None, None
  4. 25.9% 伍佰 & China Blue - 无尽闪亮的哀愁
             ≠ album, year, tracks, ...
             MusicBrainz, CD, 2013, TW, Universal Music, 889 676-9, None
  5. 24.9% 伍佰 & China Blue - 无尽闪亮的哀愁
             ≠ album, year, tracks, ...
             MusicBrainz, Digital Media, 2013, CN, 環球音樂, None, None
➜ # selection (default 1), Skip, Use as-is, as Tracks, Group albums,
Enter search, enter Id, aBort? 1

  Match (46.8%):
  伍佰 & China Blue - 愛情的盡頭
  ≠ year, missing tracks
  MusicBrainz, CD, 1996, TW, 魔岩唱片, None, None
  https://musicbrainz.org/release/f8eaef16-383a-415d-ac9d-a4795c9e0cd2
  * Artist: 伍佰 & China Blue
  * Album: 愛情的盡頭
     ≠ (#0) 挪威的森林 (6:31) -> (#9) 挪威的森林 (6:31)
Missing tracks (9/10 - 90.0%):
 ! 夏夜晚風 (#1) (3:34)
 ! 愛情的盡頭 (#2) (6:15)
 ! 親愛的，你喝醉了 (#3) (3:48)
 ! 變 (#4) (3:31)
 ! 七彩燈光 (#5) (5:53)
 ! Last Dance (#6) (4:31)
 ! 青春 (#7) (3:30)
 ! 人生一場夢 (#8) (4:00)
 ! 隨風而去 (#10) (3:12)
➜ Apply, More candidates, Skip, Use as-is, as Tracks, Group albums,
Enter search, enter Id, aBort? a

在这段交互中，非常形象地展示了 beets 工作的细节与坑点应对：

  1. 匹配机制与报警：beets 默认会优先把单曲当成完整专辑来匹配，因此列出了候选专辑并警报 Missing tracks (9/10 - 90.0%)。
  2. 正确应对选项：面对提示 ➜ Apply, More candidates, Skip, Use as-is, as Tracks... 时，按下键盘 a（即 Apply），确认接受当前专辑匹配结果，选定后，beets 就会以此为准抓取封面歌词并归入专辑档案，自动整理归档入 E:\\\\navidrome\\\\music 正式音乐库：

574

不过这里的选择因人而异：如果你本来就想按专辑归档管理，选 Apply 没问题；但如果你只是想收藏某一首单曲（甚至这首歌压根没有所属专辑），那更合适的做法是在导入时加上 -s 参数，直接以单曲模式导入，跳过专辑匹配。具体用法见后文「补充技巧-单曲的识别」部分。

专辑导入流程补充

专辑可以从 YouTube music 下载获取，也可以从其他渠道获得，在这里以网络上下载的 wav 未分轨的专辑文件为例子说明：

首先，需要下载一个分轨工具：CUETools

至于你问为什么要分轨，因为如果不分轨，一张专辑都在一个 wav 里面，beets是无法识别的。

navid9.png|588

进入 CUETools 进行整轨文件的分轨：

navid7.png|536

可以看到，歌曲分轨成功，就是这么舒服，就是这么简单！

navid8.png|596

剩下的导入流程和单曲导入大差不差，唯一的差别在于 beet import 后面接的路径需要是整张专辑歌曲所在的路径，注意一下这一点应该就没有什么问题了。

Navidrome 的部署可以在 Windows 本地部署，也可以通过 Docker 部署（适合后续迁移）。在 Windows 下，Navidrome 原生支持通过自身命令将其注册为 Windows 后台服务（Navidrome.exe service execute 机制），实现开机自启与后台无感运行。

修改主文件库配置时没有图形交互界面，需要直接修改安装路径下的 ini 配置文件。

首先进入安装目录：

1
C:\Program Files\Navidrome

打开 navidrome.ini，通过更改 MusicFolder 的值来指定 Navidrome 的主音乐文件库：

1
2
3
4
5
[default]
Port='4533'
MusicFolder='E:\navidrome\music'
DataFolder='C:\ProgramData\Navidrome\'
FFmpegPath='C:\Program Files\Navidrome\ffmpeg.exe'

更改完成后，通过 PowerShell 以管理员权限重启 Navidrome 服务即可生效：

1
Restart-Service Navidrome

或者使用服务控制命令：

1
2
net stop Navidrome
net start Navidrome

日常管理小技巧：

  • 查看服务状态：Get-Service Navidrome
  • 实时查看运行日志：Get-Content "C:\ProgramData\Navidrome\navidrome.log" -Wait

重启服务后，进入后台管理界面 http://localhost:4533，观察音乐库路径更改是否生效：

navid10.png|597

客户端访问

关于客户端的选用，可以看看官方的网站：Client Apps | Navidrome。

我日常使用的比较多的是 iOS 端的 Amcfy Music，选择它的理由有很多，比如有实时的息屏歌词显示，而且有小组件可以使用，缺点是界面和 Apple Music 相比不够苹果化，界面没有那么圆润流畅。

服务搭建好后，在局域网内直接访问 服务端 IP 就能听歌。但如果出门在外，手机客户端该如何连接后端的 Navidrome 呢？

目前我有两种成熟的连接策略：

  1. IPv6 直连访问：如果家里宽带带有公网 IPv6 地址，配置好 DDNS 动态域名解析与端口转发，就能以极低延迟直连家里的音乐服务。具体配置流程可以参考我之前写的这篇文章：基于原生 IPv6 与 NPM 实现 Win11 本地服务低延迟公网暴露 。
  2. Tailscale 虚拟局域网：如果不具备公网 IP 环境，或者不想将服务暴露在公网上，直接开启 Tailscale 构建异地虚拟局域网是最方便的安全选择。详细走通与实战流程可以看我的另一篇记录：老毛子 Padavan 路由器 IPv6 踩坑全记录与 Tailscale 直连优化，这种方法延迟可能会比较大，但是如果客户端和服务器连接在同一个网络的情况下，通常可以做到 direct 直连。

长期维护

有人可能会问：Navidrome 本身或其它第三方客户端难道不能直接自动刮削封面和歌词吗？为什么还要费劲用 beets 在本地处理好再导入？

对我来说，这种数据与服务解耦的做法有着极其关键的意义：

  1. 封面与歌词质量完全可控：不用忍受服务端刮削错乱的低清图片或匹配失败的歌词；
  2. 元数据直接写入音频文件，随时自由迁移：所有 Metadata、封面和 LRC 歌词全部内嵌在文件本身中。以后哪怕我换掉 Navidrome，换成 Plex、Jellyfin 甚至移动到云端，所有音乐数据依然完好无损，绝不会因为服务器迁移而丢失；

navidraw4.png

  1. “前置自动化整理”的架构：我将“下载区”与“正式库”彻底分离：
    • 下载区：E:\yt-dlp（临时暂存）
    • 正式库：E:\navidrome\music（只存放经过 beets 筛选整理后的音乐）

这样的架构让各个模块彻底解耦：换下载工具不影响 Navidrome，换歌词/封面插件不影响音频存储，换播放服务器不影响数据资产。

补充技巧

  • 下载报 HTTP Error 403: Forbidden 异常的避坑经验：
    如果运行 yt-dlp 下载时提示 403 错误或被 YouTube 识别为“未登录机器人流量拦截”，往往是因为手动下载的可执行文件版本过老，触发了 YouTube 接口的风控机制。此时最快最省心的解决方法不是繁琐地配置 Cookie，而是直接使用包管理器重新覆盖安装最新版：

    1
    winget install yt-dlp --force

    或者通过 yt-dlp -U 强制更新到最新版本，问题即可迎刃而解！

  • 如果想强制重新获取某一首歌的歌词，可以执行：

1
beet lyrics -f title:"月亮"

对于已有同步歌词的歌曲，提示 Keeping synced lyrics 说明原有的歌词已被妥善保留。

  • 单曲的识别，只需要在命令里加一个小小的 -s 参数：
1
beet import -s "E:\test\2015-清风徐来[单曲]"

这是为了明确告诉 beets：“这是一首独立的单曲，不需要去找整张专辑”。

未来展望

目前这套系统保存在我Windows 11 系统的笔记本电脑里，受限于内网环境，虽然有 IPv6 和 Tailscale 加持，但面对一些复杂网络场景（比如网络波动或主机未开机），依然无法做到 100% 随时随地瞬间响应。

因此，我后续有两个很明确的升级和探索小计划：

  1. 迁移至公网云服务器：购买一个带有固定公网 IP 的云服务器，直接把 Navidrome 部署到云端。得益于此前做好的“数据解耦”设计，到时候我只需要把 E:\navidrome\music 整个音乐库打包同步上传，就能以极低的成本完成迁移，实现毫无顾虑的“随时随地无缝听歌”；

  2. 开发并开源“一键自动化导入工具”：我打算把整套流程封装，作为我在 GitHub 上的第一个个人项目发布！它将提供傻瓜式环境一键配置（自动处理代理环境），用户只需要输入歌名或 URL，系统便全自动完成获取、匹配、正方形封面刮削、歌词拉取并写入目录。

工具的流程图如下：

navidraw3.png

我最终想建立的，不是一个“全世界最高音质”的展示柜，而是一套属于我自己、可以不断积累、可以随时访问、可以逐步升级，而且多年以后依然愿意维护的音乐系统。

如果这篇文章对你有帮助，请我喝杯咖啡吧 ☕