Quitar la voz de una canción

Cómo quitar la voz de una canción

1. Suelta una canción estéreo en la zona de carga (MP3, WAV, M4A, OGG, FLAC…). Se decodifica en tu navegador y nunca se sube.
2. Revisa los datos del archivo: en Canales debe aparecer Estéreo. Puedes reproducir el Original para comparar después.
3. Elige Quitar la voz (karaoke / instrumental) o Aislar la voz (aprox.).
4. Para karaoke, deja marcada la casilla Conservar el bajo y el bombo y ajusta el Cruce de graves (Hz) si hace falta (150 Hz es un buen punto de partida).
5. Elige el Formato (WAV o MP3) y pulsa Procesar.
6. Escucha el reproductor Resultado y luego pulsa Descargar.

Cómo funciona la cancelación del canal central

En la mayoría de las mezclas de estudio, la voz principal está panoramizada al centro: la misma señal se envía a los canales izquierdo y derecho. Las guitarras, los teclados, los coros y las reverberaciones estéreo suelen repartirse hacia los lados. Si restas el canal derecho del izquierdo, (L − R) / 2, todo lo que es idéntico en ambos canales se anula, y lo que queda es la señal «lateral» (side): los instrumentos que difieren entre izquierda y derecha.

Ese es todo el truco de los clásicos botones de «karaoke» de los equipos de alta fidelidad, y es exactamente lo que hace esta herramienta. Se trata de un truco de fase, no de una separación de fuentes con IA: la herramienta no sabe qué es una voz, solo elimina lo que está en el centro.

El problema es que el bajo y el bombo también se mezclan en el centro, así que una cancelación simple deja un resultado delgado. Con Conservar el bajo y el bombo, la herramienta divide el audio en la frecuencia de cruce con filtros Linkwitz–Riley de 4.º orden (dos biquads Butterworth en cascada, renderizados sin conexión por el motor Web Audio del navegador). Por debajo del cruce conserva la señal central (L + R) / 2, donde vive el bajo; por encima, conserva la señal lateral. Las dos bandas se vuelven a sumar sin picos ni huecos. Un cruce más alto recupera más graves, pero también más de la parte más grave de una voz masculina.

Aislar la voz (aprox.)

Aislar la voz (aprox.) hace lo contrario con una transformada de Fourier de tiempo corto: para cada pequeño intervalo de tiempo y cada frecuencia, conserva la señal central y le resta la magnitud de la señal lateral. Los sonidos igual de fuertes en ambos canales sobreviven; los sonidos abiertos se atenúan. Las frecuencias por debajo de 80 Hz y por encima de 12 kHz se eliminan porque rara vez contienen voz. Espera un resultado tosco, «acuoso», con algunos instrumentos centrados todavía presentes: es útil para practicar o para entender una letra, no para obtener una voz a capela limpia.

Límites

• Un archivo mono (o un archivo estéreo con los dos canales idénticos) no puede funcionar: restar dos canales iguales deja silencio. La herramienta te avisa cuando ocurre.
• Las grabaciones en directo, las mezclas estéreo antiguas con la voz en un lado y una reverberación estéreo intensa en la voz dan peores resultados.
• El resultado es mono (los dos canales son iguales) y su nivel se normaliza a un pico de −1 dBFS.