Cómo quitar la voz de cualquier canción
Por qué quitar la voz antes era difícil
Hasta hace poco, quitar la voz de una canción requería software de audio profesional como iZotope RX (399 $), Adobe Audition (suscripción) o horas de trabajo manual con EQ. Las técnicas antiguas —cancelación de fase y extracción del canal central— se basaban en la suposición de que la voz está paneada justo en el centro. Producían resultados confusos con artefactos vocales que se colaban en la instrumental, e instrumentales que se filtraban en la pista de voz.
La IA lo cambió todo. Los eliminadores de voz modernos usan redes neuronales profundas (específicamente, arquitecturas como Open-Unmix, Demucs y MDX-Net) entrenadas con cientos de miles de canciones. Estos modelos aprenden a distinguir las frecuencias vocales de las instrumentales con un nivel de precisión que la cancelación de fase nunca pudo alcanzar. El resultado: una separación limpia en segundos, gratis y en tu navegador.
Cómo quitar la voz, paso a paso
Paso 1: Abre el Eliminador de voz con IA en voicechanger.live/tools/vocal-remover. Sin cuenta, sin descargas, sin registrarse.
Paso 2: Sube tu archivo de audio. La herramienta acepta MP3, WAV, FLAC, OGG y la mayoría de los formatos de audio comunes. No hay límites de tamaño de archivo: el procesamiento ocurre completamente en tu navegador usando WebAssembly y la GPU de tu dispositivo.
Paso 3: Espera a que la IA procese. Dependiendo de la duración de la canción y de tu hardware, la separación tarda entre 10 y 30 segundos. Verás un indicador de progreso mientras la red neuronal analiza el audio.
Paso 4: Descarga tus resultados. Obtienes dos archivos separados: la instrumental aislada (voz eliminada) y la voz aislada (instrumental eliminada). Ambos se pueden descargar como archivos WAV para obtener la máxima calidad.
Importante: Tu archivo de audio nunca sale de tu PC. Todo el modelo de IA se ejecuta localmente en tu navegador, no se sube nada a ningún servidor. Esto es importante para material sensible a derechos de autor y música inédita.
Cuándo usar el Eliminador de voz vs. el Separador de stems
El Eliminador de voz separa una canción en dos pistas: voz e instrumental. Esto es perfecto para karaoke, pistas de acompañamiento y remixes sencillos en los que solo necesitas la música sin el cantante.
El Separador de stems (voicechanger.live/tools/stem-splitter) va más allá: separa una canción en cuatro stems individuales: voz, batería, bajo y otros instrumentos. Esta es la herramienta para productores musicales que quieren aislar un break de batería para samplear, extraer una línea de bajo para un remix o sacar un riff de guitarra para una versión.
Usa el Eliminador de voz cuando solo necesites quitar la voz. Usa el Separador de stems cuando necesites un control granular sobre los instrumentos individuales.
Cómo funciona realmente la eliminación de voz con IA
La eliminación de voz tradicional usaba la cancelación de fase: si inviertes el canal izquierdo y lo mezclas con el derecho, todo lo que esté paneado en el centro (generalmente la voz) se cancela. El problema es que el bajo, el bombo y los instrumentos principales también están paneados en el centro, así que también los pierdes. El resultado siempre era una solución a medias.
Los eliminadores de voz con IA adoptan un enfoque fundamentalmente diferente. Usan redes neuronales basadas en espectrogramas que analizan la representación tiempo-frecuencia del audio. El modelo ha aprendido de miles de grabaciones multipista profesionales cómo "se ve" la voz en comparación con cómo "se ven" las guitarras, baterías y sintetizadores en el espacio del espectrograma. Durante la inferencia, genera una máscara suave que aísla la energía vocal de la energía instrumental, produciendo una separación mucho más limpia que cualquier técnica de procesamiento de señales.
Los modelos utilizados en las herramientas de navegador (incluida la nuestra) suelen basarse en las arquitecturas Open-Unmix o Hybrid Demucs, optimizadas para la ejecución en WebAssembly. Funcionan a una velocidad casi nativa en hardware moderno.
Consejos para los resultados más limpios
La calidad de la fuente es lo más importante. Un MP3 de 320 kbps o un archivo WAV/FLAC sin pérdidas siempre producirá una mejor separación que un MP3 de 128 kbps o una copia de YouTube. El modelo de IA solo puede trabajar con la información presente en el audio; los artefactos de compresión se amplifican durante la separación.
Las grabaciones de estudio se separan mejor que las grabaciones en directo. Las canciones grabadas en un estudio profesional tienen tomas de voz limpias y aisladas mezcladas sobre la instrumental. Las grabaciones en directo tienen la acústica de la sala, el ruido del público y la filtración entre instrumentos que confunden a la IA.
Una reverb intensa en la voz dificulta la separación. Si la voz original tiene una cola de reverb larga, la IA puede tener dificultades para distinguir la reverb de la instrumental. El resultado podría tener restos fantasmales de la voz en la pista instrumental. Para pistas con mucha reverb, el Separador de stems a veces produce resultados más limpios que el Eliminador de voz más simple.
Las canciones acústicas con instrumentación mínima suelen separarse perfectamente. La música electrónica con voces muy procesadas (autotune, vocoders) puede ser más desafiante porque el procesamiento vocal hace que la voz sea menos distinguible de los instrumentos sintetizados.
Eliminación de voz vs. las alternativas
LALAL.AI es el eliminador de voz comercial más conocido. Ofrece una excelente calidad de separación con un modelo de procesamiento basado en la nube. El plan gratuito te limita a 10 minutos de audio y exporta con calidad reducida; las exportaciones de calidad completa requieren una suscripción (desde 15 $/mes). LALAL.AI sube tu audio a sus servidores para procesarlo.
Moises es popular entre los músicos para practicar y aprender. Separa stems y también puede ajustar el tempo y la tonalidad. Al igual que LALAL.AI, procesa el audio en la nube y funciona con un modelo de suscripción (3,99 $-9,99 $/mes). La calidad de la separación es buena, especialmente para estructuras de canciones comunes.
Nuestro Eliminador de voz procesa todo localmente en tu navegador: sin subidas, sin cuenta, sin suscripción, sin límites de archivo. La contrapartida es que la velocidad de procesamiento depende de tu hardware. En un portátil o PC moderno, la calidad y la velocidad son comparables a las de las alternativas de pago para la mayoría de los casos de uso.