NAS 音乐库搭好那天是最有成就感的：几个 T 的 FLAC 码得整整齐齐，Navidrome / Jellyfin 一跑，准备躺在沙发上听。结果打开播放器，心凉半截——封面全是灰方块，艺术家一栏清一色"未知艺术家"，歌词想都别想。小红书
先说结论：这不是你库没搭好，也不是播放器不行，是元数据没写进文件里。搞清楚这一件事，能省下你反复重装播放器、换服务器、折腾插件的所有冤枉路。
封面和歌词到底从哪来
很多人以为封面、歌手、专辑是 Navidrome 或 Jellyfin"算"出来的，其实它们只是读。这些服务器干的事是扫描你文件夹里的音频，把每个文件里已经埋好的标签（tag）读出来，做成海报墙。文件里没有，它就什么都显示不出来，只能给你一个灰方块。知乎
所以问题的根子在音频文件本身。一首歌的标题、艺术家、专辑、年份、封面图、歌词，都要以标签的形式嵌在文件内部，播放端才能显示。你在网页里手动改歌名、在播放器里手动加封面，大多是改的"显示层"，换个设备、换个 App 又没了。真正一劳永逸的做法，是把信息写回文件。
明白了这一点，你就知道为什么"再装一个更好看的播放器"解决不了灰方块——播放器再强，也读不出文件里根本不存在的东西。
先泼一盆冷水：不是所有格式都装得下标签
这是最多人踩、也最反直觉的坑。
FLAC 用的是 Vorbis Comment，标签支持很好，放心折腾。
MP3 用 ID3 标签，也很成熟。
M4A / MP4 用 iTunes 那套，没问题。
WAV 是个例外。它本质是裸的 PCM 数据套了个 RIFF 壳，没有一套被广泛承认的内嵌标签标准。有的工具往里塞 INFO 块，有的塞 ID3，但大多数车机、老播放器、甚至一些手机 App 根本不认，于是永远显示"未知艺术家"。小红书
如果你库里那批"音质最好"的资源恰好是 WAV，那它显示不出封面几乎是注定的，不是哪个软件的锅。处理思路也很明确：要么用 foobar2000 / XLD / dBpoweramp 这类工具把 WAV 无损转成 FLAC——这是可逆的无损转换，音质一点不损失，体积还能瘦下去一半左右，标签支持立刻正常；要么接受它，用播放列表或外部封面文件去凑。总之，别指望找个刮削器把 WAV 的封面"刮"出来，那是白忙。
先把 WAV 这一批单独拎出来处理掉，剩下的 FLAC / MP3 再走下面的正路。
补元数据的三条路，各有各的脾气
第一条路：NAS 上部署网页批量刮削器，一次全刮完。
代表是 MusicTag Web 这一类，Docker 一键部署，把音乐文件夹挂进去，选"自动刮削"，标题、艺术家、专辑、封面、歌词全自动补全，还能直接写回文件。GitHub它对中文曲库特别友好，因为数据源接的是 QQ音乐、网易云这类国内平台，中文歌、网络歌曲、冷门华语都能匹配上，一般用"宽松模式"扫一遍就有不错的命中率。库大、以中文歌为主、想一次搞完的人，这条路最省事。
但两个坑要提前知道：一是宽松模式会"猜"，同名歌曲、翻唱、多版本专辑容易配错封面和歌词，刮完最好抽查一批，别闷头信它；二是它会真的改写你的文件，动手前先备份一份，或者先拿一小撮不心疼的文件试跑，确认满意再全量。
第二条路：桌面软件精修，适合较真的人和古典乐。
免费首推 Mp3tag，有中文界面，支持批量编辑，改标签、换封面、按标签重命名文件都很顺手，ID3、Vorbis、APE 各种标签都能写。另一款是 MusicBrainz Picard，它不靠文件名猜，而是靠音频声学指纹去比对，哪怕你的文件名叫"01.周杰伦-七里香"，它也能靠"听"认出这是哪张专辑，精度很高。
不过要说实话：MusicBrainz 这个被称作"音乐维基百科"的数据库，英文和古典曲库极全，中文歌收录明显偏少。所以这条路的舒适区是英文歌、古典、概念专辑、多碟套装——那种需要把 Disc 编号、乐章号、作曲家都标得清清楚楚的库。古典党和对元数据有洁癖的人，走这条。
第三条路：播放器自己补，不动文件。
DSPlayer、Aimp，还有一些手机、电视端的 NAS 播放客户端，内置了"播放时联网匹配封面和歌词"的能力，你什么都不用改，打开就能看。有的客户端甚至内置了标签编辑器，能在手机上直接把缺的封面、歌词嵌进文件。小红书优点是零门槛，缺点也很明显：匹配结果只在这台设备上生效，换台设备、换个 App 又回到灰方块，而且匹配质量跟着客户端走，不如写进文件稳。
这条路适合库不大、只在一两台固定设备上听、又懒得碰文件的人。但如果你追求"任何设备打开都整齐"，还是得回到前两条，把信息写回文件。
中文库和英文库，走法就是不一样
这是我最想讲清楚的一点，也是很多教程没说透的。
主流刮削的底层数据库 MusicBrainz 是英文主导的，中文歌在里面是少数派。所以如果你的库以华语流行、网络歌曲为主，优先选数据源接的是 QQ音乐、网易云的那类国产刮削器，命中率天差地别。GitHub反过来，如果你的库是英文、古典、爵士，MusicBrainz Picard 这类靠指纹匹配的工具才发挥得出来。
很多人刮削效果差，不是工具不行，是工具和曲库的语言不匹配。先想清楚自己库里大头是什么语言、什么类型，再选路，比照着教程盲抄高效得多。
动手之前，按这个顺序来
先备份。刮削是批量改写文件，万一刮错了，没备份就只能重来。哪怕只是先复制一小部分试跑，也比直接梭哈稳。
先挑 WAV。把 WAV 单独分出来，决定是转 FLAC 还是放弃内嵌标签，别让它混在批量任务里拖后腿。
按语言选工具。中文大头用国产刮削器，英文 / 古典用 Picard 或 Mp3tag 精修。
宁可严，不要松。能用精确匹配就别用宽松模式，宽松模式省下的那点时间，最后都得花在纠错上。
刮完抽查。随手翻十几张封面、几首歌词，确认没把 A 专辑的封面贴到 B 头上，再放心。
哪种人走哪条路，一句话收尾
库大、中文歌多、想一次搞完 → 网页批量刮削器（MusicTag Web 类），先备份再宽松扫。
英文 / 古典、追求每个字段都准确 → Picard + Mp3tag 精修，靠指纹匹配。
库小、只在一两个设备听、不想碰文件 → 播放器内置匹配，能看就行，别指望跨设备。
手里一堆 WAV → 先别刮，转成 FLAC 才是正解。
灰方块不是玄学，就是标签没写对地方。把这层窗户纸捅破，你那个几个 T 的库，才真正从"一堆文件"变成"一个能看的音乐库"。
