如何快速为离线音乐库批量下载同步歌词?LRCGET完整指南 🎵
2026-02-05 04:38:57作者:贡沫苏Truman
LRCGET 是一款专为离线音乐库设计的批量下载同步歌词工具。它能够扫描你指定的目录中的所有音乐文件,并尝试下载相应的 LRC 歌词文件,保存到与音乐文件相同的目录中。LRCGET 是 LRCLIB 服务的官方客户端,确保你能够轻松获取高质量的同步歌词。
📌 核心功能:让你的音乐体验更完整
LRCGET 提供了一站式歌词解决方案,主要功能包括:
- 智能目录扫描:自动识别音乐文件夹中的音频文件
- 批量歌词下载:一次性为整个音乐库获取同步歌词
- 精准匹配技术:基于音频指纹和元数据双重匹配
- 本地歌词管理:自动将歌词保存到音乐文件相同目录
- 内置歌词编辑器:支持手动调整和优化歌词时间轴
🖥️ 界面预览:简洁直观的操作体验
LRCGET 采用现代化界面设计,让歌词管理变得轻松简单:
主界面概览
展示了音乐库、当前播放和歌词搜索三大核心区域,用户可以一目了然地掌握所有功能入口。
歌词搜索与下载
提供多种搜索策略选择,支持按歌曲信息精确查找或按音频特征模糊匹配,满足不同场景需求。
歌词编辑功能
内置的歌词编辑器支持逐句调整时间戳,让你轻松制作完美同步的歌词文件。
⚡ 快速安装:三步即可上手
1. 获取源代码
git clone https://gitcode.com/gh_mirrors/lr/lrcget
2. 安装依赖
进入项目目录后执行:
npm install
3. 启动应用
开发模式启动:
npm run tauri dev
🚀 使用教程:从新手到专家
设置音乐库目录
首次启动后,你需要指定音乐库所在的文件夹:
- 点击主界面"选择目录"按钮
- 在弹出窗口中导航到你的音乐文件夹
- 点击"确认"开始扫描
批量下载歌词
扫描完成后,你可以:
- 选择需要下载歌词的歌曲(可多选)
- 点击"下载歌词"按钮
- 选择匹配策略(精确匹配/模糊匹配)
- 等待下载完成,进度实时显示
手动调整歌词
如果自动下载的歌词不够精准:
- 在歌曲列表中右键点击目标歌曲
- 选择"编辑歌词"
- 在编辑器中调整时间戳
- 点击"保存"覆盖原歌词文件
💡 高级技巧:提升使用效率
自定义下载规则
通过设置界面可以:
- 配置歌词优先级(本地优先/在线优先)
- 设置自动重命名规则
- 调整扫描深度和文件类型过滤
快捷键一览
Ctrl+R:刷新音乐库Ctrl+D:下载选中歌曲歌词Ctrl+E:编辑当前选中歌词F5:重新扫描当前目录
🛠️ 项目结构解析
核心功能模块路径:
- 主程序入口:
src-tauri/src/main.rs - 歌词下载逻辑:
src-tauri/src/lrclib/ - 音乐库管理:
src-tauri/src/library.rs - 前端界面组件:
src/components/ - 状态管理:
src/composables/global-state.js
❓ 常见问题解答
Q: 支持哪些音频格式?
A: 目前支持 MP3、FLAC、WAV、AAC、OGG 等主流音频格式。
Q: 歌词文件会保存在哪里?
A: 默认与音乐文件保存在同一目录,文件名相同,扩展名为 .lrc。
Q: 如何更新到最新版本?
A: 进入项目目录执行 git pull 后重新编译即可。
Q: 没有网络时可以使用吗?
A: 可以,程序会优先使用本地已有的歌词文件。
LRCGET 持续更新中,欢迎体验并提出宝贵意见!如果你有任何问题或建议,欢迎通过项目Issue系统反馈。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
5分钟掌握ImageSharp色彩矩阵变换:图像色调调整的终极指南3分钟解决Cursor试用限制:go-cursor-help工具全攻略Transmission数据库迁移工具:转移种子状态到新设备如何在VMware上安装macOS?解锁神器Unlocker完整使用指南如何为so-vits-svc项目贡献代码:从提交Issue到创建PR的完整指南Label Studio数据处理管道设计:ETL流程与标注前预处理终极指南突破拖拽限制:React Draggable社区扩展与实战指南如何快速安装 JSON Formatter:让 JSON 数据阅读更轻松的终极指南Element UI表格数据地图:Table地理数据可视化Formily DevTools:让表单开发调试效率提升10倍的神器
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.73 K
Ascend Extension for PyTorch
Python
332
396
暂无简介
Dart
766
189
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
878
586
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
166
React Native鸿蒙化仓库
JavaScript
302
352
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
749
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
985
246