Procesado en este dispositivo
Remove Audio

Voice Isolator IA: extrae la voz limpia de un vídeo

Añade un vídeo o una grabación y la IA extrae la voz en una pista limpia e independiente. La música, el ambiente de la sala, el tráfico y el ruido de la gente se quedan fuera, y recuperas el vídeo con la imagen intacta. En un ordenador funciona gratis en tu navegador, en este dispositivo: no se sube nada y no hace falta cuenta. Para archivos más largos, o si tu navegador no puede ejecutar el modelo, cambia al modo Cloud: tus primeros 10 créditos son gratis y equivalen a 10 minutos con esta herramienta.

Mascota de Remove Audio, un simpático personaje con forma de auriculares. Herramienta de audio con IA que funciona gratis en tu navegador cuando es compatible, o en nuestros servidores para archivos más largos.

Suelta un archivo de vídeo o audio, o selecciónalo en tu dispositivo

MP4, MOV, MKV, WebM, AVI, MP3, WAV, M4A y más

Hasta 20 archivos a la vez

Privacidad primero Sin subidas Procesamiento local

Este navegador no puede ejecutar el modelo de IA por sí mismo: necesita WebGPU y al menos 8 GB de memoria. Cambia al modo Cloud para procesar este archivo.

Gratis en este dispositivo cuando el modelo puede ejecutarse aquí. En el Cloud, tú eliges cuánto tiempo se conserva el resultado.

¿Archivos más grandes? Procésalos en el Cloud

Esta herramienta funciona gratis en este dispositivo. Si el archivo supera el límite del dispositivo o la grabación es larga, la misma herramienta se ejecuta en nuestros servidores: hasta 5 GB por archivo y 6 horas de audio, más rápido y con tus archivos guardados hasta 7 días, o el tiempo que tú elijas con cualquier pack o plan. Desde 1 crédito por minuto, con 10 créditos gratis al crear una cuenta.

Respuesta rápida

Cómo extraer la voz de un vídeo

Añade el archivo y la IA separa el habla de todo lo demás de la mezcla. En este dispositivo funciona gratis en tu navegador, sin subir nada. Recibes solo la voz hablada, lo bastante limpia para transcribir, doblar o llevar a un montaje nuevo.

  1. Sube un MP4, MOV, MKV o WebM, o bien un MP3 o WAV.
  2. La IA extrae el habla como pista propia.
  3. Escúchala y descarga la voz aislada.

Por qué esta y no el eliminador de música de fondo

Conserva el habla y nada más: la música, el ambiente y los efectos se eliminan. El Eliminador de música de fondo usa el mismo modelo; esta página es para cuando la voz es lo único que vas a usar.

Solo el habla, nada más

Se eliminan la música, los efectos, el ambiente y el sonido de la sala, así que obtienes solo la voz: dentro del vídeo que añadiste, o como archivo de audio si añadiste audio.

Pensada para transcribir

La transcripción y los subtítulos automáticos fallan con una mezcla ruidosa. Darles primero una pista de habla limpia es la mayor mejora de precisión que puedes conseguir.

Entra vídeo, sale vídeo

Sube un vídeo y recibes un vídeo con la imagen intacta. La mayoría de los extractores de voz te devuelven un audio suelto y te dejan rehacer el clip.

Lista para doblaje y locución

Una pista de diálogo limpia es el punto de partida para traducir, ajustar tiempos o sustituir una voz sin que la mezcla original te estorbe.

Rescata audio de rodaje malo

Una charla grabada en una sala llena o una entrevista junto a una carretera se vuelven utilizables cuando el habla se separa en lugar de filtrarse.

Gratis en tu navegador

Este dispositivo ejecuta el modelo de IA en tu propio ordenador, así que no cuesta nada: sin cuenta, sin subir nada, sin créditos y con tantos archivos como quieras. El Cloud, para archivos largos, da 10 créditos gratis a cada cuenta nueva, que equivalen a 10 minutos con esta herramienta. Sin tarjeta.

Cómo funciona, paso a paso

Cuatro pasos desde una mezcla ruidosa hasta una pista hablada limpia.

  1. 01

    Añade tu archivo

    Arrastra un vídeo o un audio a la caja de arriba, o haz clic para buscarlo. Funcionan MP4, MOV, MKV y WebM, y también MP3, WAV y M4A.

  2. 02

    Elige «Este dispositivo» o Cloud

    Este dispositivo ejecuta la IA en tu navegador: gratis, sin cuenta y sin subir nada, con un navegador con WebGPU y al menos 8 GB de memoria, hasta 15 minutos de audio por archivo. El Cloud la ejecuta en nuestros servidores para archivos más largos: inicia sesión y tus primeros 10 créditos son gratis.

  3. 03

    Deja que el modelo aísle el habla

    Escucha la pista entera y separa la voz hablada de la música, los efectos y todo lo demás que comparte la mezcla.

  4. 04

    Escucha y descarga

    Comprueba el resultado antes de decidir. Si la voz está limpia, descárgala y úsala donde la necesites. En el modo «Este dispositivo», tu archivo no ha salido de tu dispositivo; en el Cloud los archivos se borran en el plazo que hayas elegido.

Para qué la usa la gente

Cualquier trabajo en el que importan las palabras y nada más de la grabación.

Preparar audio para transcribir

Las herramientas de subtitulado se equivocan cuando hay música y conversaciones bajo el diálogo. Aísla el habla primero y la transcripción sale casi perfecta a la primera.

Sacar una cita de un clip

Quieres una frase hablada de un vídeo que tiene música encima. Extrae la voz y puedes usar la cita sin arrastrar la música contigo.

Doblar o traducir un vídeo

Volver a poner voz a un vídeo es mucho más fácil con una pista de diálogo limpia para ajustar tiempos que con una mezcla donde las palabras están enterradas.

Rescatar una entrevista

Grabaste junto a una carretera o en una sala concurrida. Separar el habla te da algo utilizable donde un filtro de ruido solo la emborronaría.

Hacer un pódcast desde un vídeo

Convierte una conversación grabada en vídeo en un episodio de audio quedándote solo con las voces, sin el sonido del lugar.

Aislar una voz para analizarla

Para investigación, accesibilidad o revisión, una pista de habla limpia es más fácil de estudiar que una mezcla con todo compitiendo.

Con qué funciona bien y con qué no

Funciona bien conLe cuesta con
Una persona clara sobre música o ruido de salaVarias personas hablando a la vez todo el rato
Entrevistas, clases y piezas a cámaraVoz susurrada enterrada bajo una mezcla fuerte
Conversaciones grabadas que quieres como audioAudio ya saturado o muy distorsionado
Clips donde solo necesitas las palabrasGrabaciones donde también querías conservar los efectos
Comparativa

Cuál de nuestras tres herramientas de audio con IA quieres

Si quieresUsa esto
La música, sin la vozVocal Remover IA. Devuelve la banda sonora sin las voces.
Tu voz en el vídeo, sin nada másEliminador de música de fondo. El mismo modelo y la misma voz limpia, en la página pensada para quitar la música de un vídeo.
Solo las palabras habladas, nada másEsta herramienta. La misma voz limpia, en la página pensada para sacar el habla de cualquier archivo.
Todo el sonido fueraQuitar sonido a un video, en la portada. Funciona en este dispositivo, sin subir nada y sin cuenta.
Reducir un zumbido o siseo constanteBasta con un filtro de ruido normal. No necesitas separación con IA para eso.

Las dos herramientas de voz y el eliminador de voces comparten un motor apuntado en dos direcciones: a la voz, o a todo menos la voz. Elige por lo que quieres conservar, no por lo que quieres quitar, y la decisión suele ser obvia.

¿Venías a quitar la música de un vídeo? El eliminador de música de fondo es el mismo modelo, pensado para eso. ¿Es ruido y no música? El eliminador de ruido de fondo elimina siseos, zumbidos y ruido de viento de la grabación.

Si algo no suena bien

Preguntas frecuentes

Sí, en tu navegador. Elige «Este dispositivo» y el modelo de IA se ejecuta en tu propio ordenador: sin cuenta, sin subir nada y sin créditos, y sigue siendo gratis por muchos archivos que proceses. Necesita un navegador con WebGPU y al menos 8 GB de memoria, admite hasta 15 minutos de audio por archivo y descarga el modelo una sola vez, la primera vez que lo usas. El Cloud es para archivos más largos y para dispositivos que no pueden ejecutar el modelo: cada cuenta nueva empieza con 10 créditos gratis, que equivalen a 10 minutos con esta herramienta, sin tarjeta. El Cloud cuesta 1 crédito por minuto y cada minuto empezado cuenta, así que un clip de 2:30 se factura como 3 minutos.

Revisado por última vez en septiembre de 2026.