Saltar al contenido

Quitar la voz de una canción

Separa una canción en pista de voz y pista instrumental (karaoke), o en voz, batería, bajo y otros, con un modelo de IA que se ejecuta en tu navegador; la música nunca se sube.

Suelta una canción o un vídeoMP3, WAV, M4A, FLAC, OGG, o el sonido de un MP4, MOV, WebM · gratis hasta 10 min
Elegir una canciónProcesado en tu dispositivo, nunca se sube
Se ejecuta en tu navegador · sin subir archivosCómo funciona

Cómo usar Quitar voz de canciones

  1. 1

    Suelta una canción o un vídeo

    Elige un archivo MP3, WAV, M4A, FLAC u OGG, o un vídeo del que quieras usar la banda sonora. Los formatos menos comunes, como AVI o WMA, los decodifica el motor ffmpeg integrado en lugar del navegador.

  2. 2

    Elige 2 o 4 pistas

    Con 2 pistas obtienes una pista de voz y un instrumental. Con 4 pistas la música se divide además en batería, bajo y el resto. La primera vez se descarga el modelo una sola vez: 39 MB o 79 MB.

  3. 3

    Pulsa Separar

    La canción pasa por el modelo en bloques de 12 segundos que se solapan. La barra muestra cuánto ha avanzado y más o menos cuánto falta, y Cancelar detiene el trabajo al instante.

  4. 4

    Escucha, silencia y usa solo

    Primero suena el instrumental con la voz silenciada. Silencia o usa solo en cualquier pista, o haz clic en una forma de onda para saltar a ese punto; todas las pistas siguen sincronizadas mientras cambias.

  5. 5

    Guarda en WAV o MP3

    Descarga el instrumental, cualquier pista por separado o todas en un ZIP, en WAV de 16 bits sin pérdida o en MP3 de 320 kbps.

Límites y Pro

Canciones de hasta 10 minutos y 500 MB; si el archivo es más largo, se separan los primeros 10 minutos. Los móviles y los dispositivos con 4 GB de memoria o menos separan hasta 5 minutos cada vez (3 minutos con 4 pistas).

Hasta 20 minutos por canción con 2 pistas y 12 minutos con 4 pistas en un ordenador. Ver Pro

Acerca de Quitar voz de canciones

Vocal remover divide una canción terminada en pistas independientes, llamadas stems, con Spleeter, un modelo de separación de fuentes que el equipo de investigación de Deezer entrenó con su propio catálogo musical con licencia y publicó bajo la licencia MIT. En el modo de 2 pistas obtienes la voz y todo lo demás, que es la versión instrumental o de karaoke de la canción. En el modo de 4 pistas la música se divide además en batería, bajo y el resto de instrumentos. Las pistas salen a 44,1 kHz en estéreo (una grabación mono sigue siendo mono) y, reproducidas juntas, suman exactamente la grabación original.

Se usa para karaoke y práctica de canto sobre el acompañamiento original, para una pista «menos uno» con la que tocar tu propio instrumento, para obtener voces a capela para un remix o mash-up y para sacar de oído una línea de bajo o un patrón de batería.

El modelo trabaja sobre un espectrograma: para cada fragmento de tiempo y tono estima qué parte pertenece a cada pista. Decide hasta unos 11 kHz; por encima, cada pista recibe su parte media, así que los platos y los agudos aireados de la mezcla se conservan en lugar de cortarse. Los resultados dependen de la grabación. Un cantante principal claro sobre una banda se separa bien. Las colas de reverberación, los coros duplicados, las voces corales y las voces muy procesadas suelen dejar un leve fantasma en el instrumental, y los instrumentos situados en el rango de la voz, como una guitarra solista o un saxofón, pueden filtrarse en la pista vocal. No puede quitar a un cantante de un dúo, cambiar la tonalidad o el tempo, ni eliminar un instrumento concreto que no sea la batería o el bajo.

Privacidad

La canción se decodifica y se separa mediante un proceso en segundo plano dentro de esta pestaña del navegador, así que el audio nunca sale de tu dispositivo y no necesitas cuenta. Solo se descargan archivos del programa: el motor ONNX Runtime desde jsDelivr y el modelo Spleeter desde Hugging Face (huggingface.co). El modelo permanece en el almacenamiento de este navegador para la siguiente canción hasta que pulses Eliminar; las pistas solo existen en esta pestaña hasta que las guardes.

Características

Separado en tu dispositivo

Spleeter se ejecuta con ONNX Runtime en un Web Worker, en la tarjeta gráfica con WebGPU o en el procesador con WebAssembly.

Silencia y usa solo mientras suena

Cada pista tiene su propia forma de onda y botones de silenciar y solo, para que oigas la versión de karaoke, la voz sola o cualquier combinación antes de guardar.

WAV, MP3 o un ZIP con todas las pistas

Guarda WAV de 16 bits sin pérdida para editar, o MP3 de 320 kbps para móviles y aplicaciones de karaoke.

Quitar voz de canciones: preguntas frecuentes

¿Cuánto tarda en quitar la voz?
Se ejecuta en tu propio procesador o tarjeta gráfica, así que depende del dispositivo. En nuestra prueba con un núcleo de un procesador de 2,1 GHz, sin aceleración por GPU, una canción de 4 minutos tardó cerca de un minuto con 2 pistas y poco menos de dos minutos con 4 pistas. Los navegadores con WebGPU usan la tarjeta gráfica y pueden terminar mucho antes, mientras que los móviles pueden ser varias veces más lentos. La primera vez también se descarga el modelo.
¿Por qué todavía se oye un poco al cantante en el instrumental?
El modelo estima cuánto de cada instante pertenece a la voz, y la reverberación, el eco y las armonías de fondo se solapan con los instrumentos cercanos, por lo que pueden quedar rastros. Las canciones con una voz principal seca y centrada dan las pistas de karaoke más limpias. Parte de la mejor copia que tengas, como un WAV o un MP3 de 320 kbps: los artefactos de compresión de un archivo de baja calidad hacen más audibles los restos.
¿Qué diferencia hay entre 2 pistas y 4 pistas?
Con 2 pistas se ejecutan dos redes, una para la voz y otra para el acompañamiento, y la descarga es de 39 MB. Con 4 pistas se ejecuta el conjunto de cuatro redes de Deezer, que estima por separado voz, batería y bajo, y coloca guitarras, teclados, cuerdas y todo lo demás en Otros; pesa 79 MB y es aproximadamente el doble de lento. Cada modelo se descarga una vez y se guarda en el navegador para la próxima vez.
¿Puedo usar el instrumental de cualquier canción?
Separar una canción no cambia a quién pertenece. Las pistas sirven para practicar en privado, hacer karaoke en casa, enseñar y estudiar, y para remezclar música que hayas compuesto, licenciado o que tengas permiso para usar. Publicar o vender una pista de karaoke, un remix o una versión a capela hechos a partir de la grabación de otra persona suele requerir el permiso del titular de los derechos, incluso si solo usas una parte.
¿Funciona con vídeos y en móviles?
Sí. Suelta un archivo MP4, MOV, WebM o MKV y se separa su banda sonora; las pistas son archivos de audio, así que puedes volver a colocar el instrumental bajo la imagen con un editor de vídeo. También funciona en los navegadores móviles actuales, pero los móviles son más lentos y tienen menos memoria, por lo que se separan hasta 5 minutos cada vez, o 3 minutos con 4 pistas.

Otras tareas con esta herramienta