Quitar la voz de una canción

Cómo separa la IA la voz y la música de una canción

Una canción es una mezcla: la voz y los instrumentos se suman en un solo archivo, y no hay forma de «despegarlos» directamente. La IA trabaja de otra manera. Divide el sonido en miles de pequeños fragmentos de tiempo y frecuencia y calcula, para cada uno, qué parte pertenece a la voz y qué parte a los instrumentos. El modelo se entrenó con miles de canciones cuya voz y acompañamiento estaban disponibles por separado: ha aprendido a reconocer el timbre de una voz cantada, sus ataques y su vibrato, incluso cuando queda tapada por las guitarras o la batería. Obtienes dos pistas, la instrumental y la voz aislada, que al sumarse devuelven exactamente la canción original. Es el principio de los programas profesionales de separación de pistas, calculado aquí en tu navegador, sin subir el archivo.

Hacer un karaoke, una pista para cantar o una versión instrumental

La pista instrumental te sirve para cantar karaoke en casa o en una fiesta, ensayar antes de una actuación, preparar un playback para el festival del colegio, una boda o un quince años, o practicar el canto con la música de verdad. Descárgala en MP3 para escucharla en cualquier sitio (móvil o celular, altavoz Bluetooth, televisor con un USB) o en WAV para editarla en un programa de audio o de vídeo sin perder más calidad. Si la canción te queda demasiado aguda o demasiado grave, pasa después la instrumental por «Cambiar el tono de una canción» para subirla o bajarla uno o dos semitonos. Para quedarte solo con una estrofa o el estribillo, recórtala con «Cortar un MP3». La pista de voz sola, por su parte, ayuda a entender una letra difícil, a estudiar cómo interpreta un cantante o a preparar un remix.

Modo IA o modo rápido: ¿cuál elegir?

El modo rápido usa un viejo truco de los programas de audio: la voz principal casi siempre está en el centro de la mezcla, igual en los dos altavoces, mientras que los instrumentos suelen repartirse a izquierda y derecha. Al quitar lo que tienen en común los dos canales entre 250 Hz y 7 kHz, desaparece buena parte de la voz al instante, y el bajo y el bombo se mantienen. Pero también se va todo lo que está en el centro (caja, solo, piano), el eco de la voz sigue oyéndose y una grabación mono no se puede tratar así. El modo IA no depende de la colocación: reconoce la voz en sí, conserva el estéreo de los instrumentos y da una voz sola aprovechable. Solo necesita descargar el modelo una vez (unos 40 MB) y, después, de unos segundos a uno o dos minutos de cálculo según el dispositivo.

Los límites de la separación, y los derechos de autor

Ninguna separación es perfecta. Según la canción, puede quedar un ligero eco de la voz en la instrumental, sobre todo la reverberación y los coros, y la voz aislada puede conservar algo de batería o sonar un poco «bajo el agua». Las canciones con muchos coros, las voces muy procesadas (efectos, autotune fuerte) o los instrumentos parecidos a una voz, como un saxofón o un violín, se separan peor. Parte del archivo de mejor calidad que tengas: un MP3 muy comprimido da un resultado menos nítido. Por último, quitar la voz no cambia los derechos: la instrumental de una canción comercial sigue protegida por los derechos de autor. Sirve para uso personal, como cantar en casa o ensayar, pero publicarla en YouTube o TikTok, o ponerla en público, requiere el permiso de los titulares de los derechos.