Cómo quitar la música de fondo de un vídeo sin perder el diálogo
Última actualización
Ir a la sección
Ir a la sección
Compartir
Compartir
Compartir
Herramienta de Traducción de Video AI, Localización y Doblaje
Pruébalo gratis
Para quitar la música de fondo de un vídeo y conservar la voz hay que separar el audio por tipo de sonido, no por tiempo. Silenciar un fragmento se lleva la voz junto con la música. La separación de audio con IA divide el archivo en una pista de música y otra de voz, así que puedes exportar solo la voz.
Esa es la respuesta corta. Qué método deberías usar depende en realidad de una sola cosa: si todavía conservas el audio original en pistas separadas. La mayoría no lo tiene, y por eso esto cuesta más de lo que parece.
Por qué silenciar no funciona
El instinto es buscar la parte con música y silenciarla. Falla por un motivo concreto.
El audio de un vídeo terminado es una única capa mezclada. La música, tu voz, la sala y todos los demás sonidos están sumados en una sola forma de onda. No hay un canal de música debajo esperando a que lo apagues. Silencia un rango y desaparece todo lo que hay en él, incluidas las palabras que necesitabas.
Por eso el problema se complica cuando la música suena por debajo de un diálogo continuo, que es exactamente el caso de la cafetería, la tienda, el gimnasio o el congreso. No hay ningún hueco de silencio donde cortar.
Los cuatro métodos, y cuándo funciona cada uno
Método | Funciona cuando | Coste |
|---|---|---|
Silenciar la pista de música en tu editor | Aún tienes el proyecto original con pistas separadas | Gratis, pero rara vez disponible |
Herramientas de canciones de YouTube Studio | La música provocó una reclamación de copyright | Gratis |
Truco del canal central en Audacity | El archivo es estéreo real y la música va abierta | Gratis, falla con vídeo de móvil |
Separación de audio con IA | Cualquier archivo mezclado, incluido vídeo de móvil en mono | Gratis para probar |
Método 1: silenciar la pista de música en tu editor
Si añadiste tú la música en Premiere, Final Cut, DaVinci Resolve o CapCut y todavía tienes el proyecto, deja de leer. Abre el proyecto, busca la pista de música, bórrala y exporta.
Es el único método sin pérdida de calidad, porque no estás extrayendo nada de una mezcla. Estás quitando una capa antes de que la mezcla ocurra.
Solo sirve si la música se añadió en posproducción y el proyecto sigue existiendo. Si la música estaba en la sala mientras grababas, o solo tienes el MP4 exportado, pasa al método 4.
Método 2: YouTube Studio, si la música provocó una reclamación
Si quieres quitar la música porque te llegó una reclamación de Content ID, el editor de YouTube Studio tiene herramientas de canciones integradas. Pruébalas primero: son gratuitas y no requieren nada más.
La limitación es la misma que arriba. Silenciar un fragmento reclamado se lleva la voz, y la eliminación automática de canciones no deja audio aprovechable de forma fiable cuando la música va por debajo de un diálogo denso. Las herramientas de YouTube cambian, así que consulta la guía vigente en la Ayuda de YouTube antes de depender de ellas.
Si el resultado no sirve, el enfoque a nivel de archivo del método 4 te devuelve el diálogo y puedes resubir con música licenciada. El proceso de la reclamación lo cubrimos a fondo en nuestra guía para resolver una reclamación de copyright por la música de fondo.
Método 3: el truco del canal central en Audacity, y por qué suele fallar
Este es el consejo que encontrarás en casi todos los tutoriales antiguos, y merece la pena entender por qué decepciona.
La reducción de voz de Audacity trabaja con geometría estéreo, no con reconocimiento de sonido. En una mezcla musical de estudio, la voz principal suele ir centrada mientras los instrumentos se abren a izquierda y derecha. Al invertir un canal contra el otro, el contenido centrado se cancela.
Tres problemas cuando la fuente es un vídeo:
Ataca lo contrario. El truco cancela lo que esté centrado. En un vídeo, eso es tu voz, no la música. Te da justo lo opuesto a lo que pedías.
El vídeo de móvil es prácticamente mono. Los dos canales llevan casi el mismo audio, así que no hay diferencia estéreo que explotar. La técnica no tiene con qué trabajar y produce silencio o nada en absoluto.
Las salas reales no son mezclas de estudio. La música que se filtra desde el altavoz de una cafetería no está limpiamente panoramizada. Está en todas partes, incluido el centro.
Los datos de búsqueda lo reflejan. El interés por la eliminación de voz con Audacity cae con fuerza año contra año mientras las herramientas basadas en IA suben. El método sigue teniendo su sitio con archivos de música en estéreo real. Para material de vídeo, es la herramienta equivocada.
Método 4: separación de audio con IA
Esta es la respuesta general, y la única que funciona con un MP4 en mono con música por debajo de la voz.
En lugar de usar geometría estéreo, la IA está entrenada para reconocer el aspecto de cada tipo de sonido y los separa en pistas independientes. La voz pasa a ser una pista. La música de fondo y el ambiente, otra. Después exportas solo lo que quieres.
Con Perso Dubbing:
Sube el vídeo. No hace falta extraer el audio antes. MP4, MOV y WebM se procesan directamente, igual que MP3, WAV y M4A, hasta 200MB.
Deja que separe. El archivo se divide en voz, voces por hablante, música de fondo y sonido ambiente.
Escucha la pista de voz. Reprodúcela y presta atención específicamente a si la música se filtra por debajo. De ese paso depende que el resultado sea usable.
Exporta la mezcla de solo voz, llévala de vuelta a tu editor y añade música licenciada si quieres.
La calidad de la separación es lo que distingue un resultado usable de uno embarrado. En MUSDB18, el conjunto público de referencia para esta tarea, Perso Dubbing obtuvo una mediana de 10.67 dB SI-SDR frente a los 8.36 dB de HTDemucs de Meta, ganando en 44 de 50 pistas. Los resultados muestra a muestra están publicados, así que cualquiera puede repetir la prueba. Verificado en mayo de 2026.
Puedes comprobar el resultado con tu archivo antes de pagar. Los primeros 60 segundos se separan gratis sin registro, y las subidas de prueba se eliminan al terminar la sesión.
Pruébalo con tu vídeo. Empieza gratis →
Lo que ganas y lo que pierdes
Vamos con la contrapartida, porque casi todos los tutoriales la saltan.
Cuando exportas una pista de solo voz, quitas la música. También quitas la sala. Las risas del público, los aplausos, el ruido de la calle y el ambiente viven en la capa de fondo junto a la música, así que se van con ella.
Para un plano de alguien hablando con música de cafetería detrás, esto es exactamente lo que querías. Queda limpio y la música desaparece.
Para un resumen de evento, una charla en directo o un monólogo, una exportación de solo voz puede sonar plana y desconectada de la imagen. Dos formas de resolverlo:
Devolver el ambiente en tu editor. Un room tone suave o una base de público por debajo del diálogo recupera la sensación.
Quedarte con el fondo en lugar de la voz. Perso Dubbing produce dos pistas de fondo distintas a partir de una sola subida.
Background Musicda música y ambiente puros, con todos los sonidos humanos fuera.Background with Reactionconserva risas y aplausos junto a la música. Sirven cuando lo que quieres es la atmósfera y no las palabras, aunque conviene saber que las dos incluyen la música, así que ninguna es la pista a usar cuando el problema es precisamente la música.
Si solo quieres bajar la música, no quitarla
A veces la música está bien. Simplemente suena demasiado alta bajo el diálogo.
Si tienes el proyecto, esto es un trabajo de automatización de volumen. Baja la pista de música unos dB cada vez que alguien habla. Todos los editores lo hacen.
Si solo tienes el archivo terminado, no puedes bajar una capa que no existe como capa. La ruta es la misma: separa las pistas y vuelve a mezclarlas al equilibrio que quieras. Perso Dubbing permite combinar las pistas seleccionadas en una sola exportación, así que puedes emparejar la voz con un fondo más discreto en lugar de descartarlo del todo.
Cómo quitar la música de fondo de un vídeo en iPhone
No hay ninguna función nativa de iOS que separe música y voz en un vídeo terminado. Fotos e iMovie pueden silenciar el audio, lo que devuelve el mismo problema de todo o nada.
La vía práctica desde el móvil es un separador que funcione en el navegador. Subes el vídeo desde el teléfono, dejas que corra la separación y descargas la pista de voz. Nada que instalar.
Ya que estamos: limpiar el audio
Quitar la música suele ser la mitad del trabajo. Si la grabación además tiene siseo, zumbido o eco de sala, eso es otro proceso llamado reducción de ruido, y se aplica a la pista de voz después de separar, no antes. El interés por limpiar el audio de vídeo ha subido con fuerza en los últimos meses, probablemente por la misma razón que la separación: las herramientas por fin funcionan sobre material real y no solo sobre archivos de estudio.
El orden importa. Primero separa, después reduce ruido sobre la voz aislada. Reducir ruido en un archivo mezclado tiende a embarrar la música dentro de la voz y empeora la separación posterior.
Preguntas frecuentes
¿Cómo quito la música de fondo de un vídeo y conservo la voz?
Separa el audio por tipo de sonido y exporta solo la pista de voz. Silenciar elimina todo lo que hay en un rango de tiempo, incluida la voz, porque un vídeo terminado tiene una sola capa de audio mezclada en lugar de canales separados de música y voz. La separación con IA divide esa mezcla en pistas independientes para poder conservar la voz sola.
¿Puedo quitar la música de fondo de un vídeo gratis?
Hasta cierto punto, sí. Si tienes el proyecto original, borrar la pista de música en tu editor es gratis y sin pérdidas. Si solo tienes el archivo exportado, Perso Dubbing separa los primeros 60 segundos gratis y sin registro, suficiente para juzgar si la voz sobrevive limpia antes de comprometerte.
¿Por qué al quitar la música también desaparece el ruido del público?
Porque las risas, los aplausos y el ambiente forman parte de la capa de fondo, no de la de voz. Una exportación de solo voz los descarta todos. Si necesitas la atmósfera, añade room tone en tu editor o exporta la pista de fondo por separado y mézclala a un nivel más bajo.
¿El método de Audacity funciona con vídeo?
Normalmente no. Cancela lo que esté centrado en el campo estéreo, que en un vídeo es la voz y no la música, y el material de móvil es casi mono, así que no hay diferencia estéreo con la que trabajar. Encaja con archivos de música en estéreo real, no con metraje.
¿Cómo quito la música de un vídeo sin volver a grabar?
Sube el vídeo a un separador con IA, exporta la pista de solo voz y llévala de vuelta a tu montaje. No se regraba nada. La calidad depende de lo limpia que sea la separación, así que escucha la pista de voz y comprueba si la música se filtra por debajo antes de exportar.
¿Puedo extraer la música de fondo en lugar de quitarla?
Sí. Perso Dubbing produce una pista de fondo pura con todos los sonidos humanos eliminados, más una segunda versión que conserva risas y aplausos junto a la música. Ambas son entradas habituales para redoblar sobre una base limpia.
Para quitar la música de fondo de un vídeo y conservar la voz hay que separar el audio por tipo de sonido, no por tiempo. Silenciar un fragmento se lleva la voz junto con la música. La separación de audio con IA divide el archivo en una pista de música y otra de voz, así que puedes exportar solo la voz.
Esa es la respuesta corta. Qué método deberías usar depende en realidad de una sola cosa: si todavía conservas el audio original en pistas separadas. La mayoría no lo tiene, y por eso esto cuesta más de lo que parece.
Por qué silenciar no funciona
El instinto es buscar la parte con música y silenciarla. Falla por un motivo concreto.
El audio de un vídeo terminado es una única capa mezclada. La música, tu voz, la sala y todos los demás sonidos están sumados en una sola forma de onda. No hay un canal de música debajo esperando a que lo apagues. Silencia un rango y desaparece todo lo que hay en él, incluidas las palabras que necesitabas.
Por eso el problema se complica cuando la música suena por debajo de un diálogo continuo, que es exactamente el caso de la cafetería, la tienda, el gimnasio o el congreso. No hay ningún hueco de silencio donde cortar.
Los cuatro métodos, y cuándo funciona cada uno
Método | Funciona cuando | Coste |
|---|---|---|
Silenciar la pista de música en tu editor | Aún tienes el proyecto original con pistas separadas | Gratis, pero rara vez disponible |
Herramientas de canciones de YouTube Studio | La música provocó una reclamación de copyright | Gratis |
Truco del canal central en Audacity | El archivo es estéreo real y la música va abierta | Gratis, falla con vídeo de móvil |
Separación de audio con IA | Cualquier archivo mezclado, incluido vídeo de móvil en mono | Gratis para probar |
Método 1: silenciar la pista de música en tu editor
Si añadiste tú la música en Premiere, Final Cut, DaVinci Resolve o CapCut y todavía tienes el proyecto, deja de leer. Abre el proyecto, busca la pista de música, bórrala y exporta.
Es el único método sin pérdida de calidad, porque no estás extrayendo nada de una mezcla. Estás quitando una capa antes de que la mezcla ocurra.
Solo sirve si la música se añadió en posproducción y el proyecto sigue existiendo. Si la música estaba en la sala mientras grababas, o solo tienes el MP4 exportado, pasa al método 4.
Método 2: YouTube Studio, si la música provocó una reclamación
Si quieres quitar la música porque te llegó una reclamación de Content ID, el editor de YouTube Studio tiene herramientas de canciones integradas. Pruébalas primero: son gratuitas y no requieren nada más.
La limitación es la misma que arriba. Silenciar un fragmento reclamado se lleva la voz, y la eliminación automática de canciones no deja audio aprovechable de forma fiable cuando la música va por debajo de un diálogo denso. Las herramientas de YouTube cambian, así que consulta la guía vigente en la Ayuda de YouTube antes de depender de ellas.
Si el resultado no sirve, el enfoque a nivel de archivo del método 4 te devuelve el diálogo y puedes resubir con música licenciada. El proceso de la reclamación lo cubrimos a fondo en nuestra guía para resolver una reclamación de copyright por la música de fondo.
Método 3: el truco del canal central en Audacity, y por qué suele fallar
Este es el consejo que encontrarás en casi todos los tutoriales antiguos, y merece la pena entender por qué decepciona.
La reducción de voz de Audacity trabaja con geometría estéreo, no con reconocimiento de sonido. En una mezcla musical de estudio, la voz principal suele ir centrada mientras los instrumentos se abren a izquierda y derecha. Al invertir un canal contra el otro, el contenido centrado se cancela.
Tres problemas cuando la fuente es un vídeo:
Ataca lo contrario. El truco cancela lo que esté centrado. En un vídeo, eso es tu voz, no la música. Te da justo lo opuesto a lo que pedías.
El vídeo de móvil es prácticamente mono. Los dos canales llevan casi el mismo audio, así que no hay diferencia estéreo que explotar. La técnica no tiene con qué trabajar y produce silencio o nada en absoluto.
Las salas reales no son mezclas de estudio. La música que se filtra desde el altavoz de una cafetería no está limpiamente panoramizada. Está en todas partes, incluido el centro.
Los datos de búsqueda lo reflejan. El interés por la eliminación de voz con Audacity cae con fuerza año contra año mientras las herramientas basadas en IA suben. El método sigue teniendo su sitio con archivos de música en estéreo real. Para material de vídeo, es la herramienta equivocada.
Método 4: separación de audio con IA
Esta es la respuesta general, y la única que funciona con un MP4 en mono con música por debajo de la voz.
En lugar de usar geometría estéreo, la IA está entrenada para reconocer el aspecto de cada tipo de sonido y los separa en pistas independientes. La voz pasa a ser una pista. La música de fondo y el ambiente, otra. Después exportas solo lo que quieres.
Con Perso Dubbing:
Sube el vídeo. No hace falta extraer el audio antes. MP4, MOV y WebM se procesan directamente, igual que MP3, WAV y M4A, hasta 200MB.
Deja que separe. El archivo se divide en voz, voces por hablante, música de fondo y sonido ambiente.
Escucha la pista de voz. Reprodúcela y presta atención específicamente a si la música se filtra por debajo. De ese paso depende que el resultado sea usable.
Exporta la mezcla de solo voz, llévala de vuelta a tu editor y añade música licenciada si quieres.
La calidad de la separación es lo que distingue un resultado usable de uno embarrado. En MUSDB18, el conjunto público de referencia para esta tarea, Perso Dubbing obtuvo una mediana de 10.67 dB SI-SDR frente a los 8.36 dB de HTDemucs de Meta, ganando en 44 de 50 pistas. Los resultados muestra a muestra están publicados, así que cualquiera puede repetir la prueba. Verificado en mayo de 2026.
Puedes comprobar el resultado con tu archivo antes de pagar. Los primeros 60 segundos se separan gratis sin registro, y las subidas de prueba se eliminan al terminar la sesión.
Pruébalo con tu vídeo. Empieza gratis →
Lo que ganas y lo que pierdes
Vamos con la contrapartida, porque casi todos los tutoriales la saltan.
Cuando exportas una pista de solo voz, quitas la música. También quitas la sala. Las risas del público, los aplausos, el ruido de la calle y el ambiente viven en la capa de fondo junto a la música, así que se van con ella.
Para un plano de alguien hablando con música de cafetería detrás, esto es exactamente lo que querías. Queda limpio y la música desaparece.
Para un resumen de evento, una charla en directo o un monólogo, una exportación de solo voz puede sonar plana y desconectada de la imagen. Dos formas de resolverlo:
Devolver el ambiente en tu editor. Un room tone suave o una base de público por debajo del diálogo recupera la sensación.
Quedarte con el fondo en lugar de la voz. Perso Dubbing produce dos pistas de fondo distintas a partir de una sola subida.
Background Musicda música y ambiente puros, con todos los sonidos humanos fuera.Background with Reactionconserva risas y aplausos junto a la música. Sirven cuando lo que quieres es la atmósfera y no las palabras, aunque conviene saber que las dos incluyen la música, así que ninguna es la pista a usar cuando el problema es precisamente la música.
Si solo quieres bajar la música, no quitarla
A veces la música está bien. Simplemente suena demasiado alta bajo el diálogo.
Si tienes el proyecto, esto es un trabajo de automatización de volumen. Baja la pista de música unos dB cada vez que alguien habla. Todos los editores lo hacen.
Si solo tienes el archivo terminado, no puedes bajar una capa que no existe como capa. La ruta es la misma: separa las pistas y vuelve a mezclarlas al equilibrio que quieras. Perso Dubbing permite combinar las pistas seleccionadas en una sola exportación, así que puedes emparejar la voz con un fondo más discreto en lugar de descartarlo del todo.
Cómo quitar la música de fondo de un vídeo en iPhone
No hay ninguna función nativa de iOS que separe música y voz en un vídeo terminado. Fotos e iMovie pueden silenciar el audio, lo que devuelve el mismo problema de todo o nada.
La vía práctica desde el móvil es un separador que funcione en el navegador. Subes el vídeo desde el teléfono, dejas que corra la separación y descargas la pista de voz. Nada que instalar.
Ya que estamos: limpiar el audio
Quitar la música suele ser la mitad del trabajo. Si la grabación además tiene siseo, zumbido o eco de sala, eso es otro proceso llamado reducción de ruido, y se aplica a la pista de voz después de separar, no antes. El interés por limpiar el audio de vídeo ha subido con fuerza en los últimos meses, probablemente por la misma razón que la separación: las herramientas por fin funcionan sobre material real y no solo sobre archivos de estudio.
El orden importa. Primero separa, después reduce ruido sobre la voz aislada. Reducir ruido en un archivo mezclado tiende a embarrar la música dentro de la voz y empeora la separación posterior.
Preguntas frecuentes
¿Cómo quito la música de fondo de un vídeo y conservo la voz?
Separa el audio por tipo de sonido y exporta solo la pista de voz. Silenciar elimina todo lo que hay en un rango de tiempo, incluida la voz, porque un vídeo terminado tiene una sola capa de audio mezclada en lugar de canales separados de música y voz. La separación con IA divide esa mezcla en pistas independientes para poder conservar la voz sola.
¿Puedo quitar la música de fondo de un vídeo gratis?
Hasta cierto punto, sí. Si tienes el proyecto original, borrar la pista de música en tu editor es gratis y sin pérdidas. Si solo tienes el archivo exportado, Perso Dubbing separa los primeros 60 segundos gratis y sin registro, suficiente para juzgar si la voz sobrevive limpia antes de comprometerte.
¿Por qué al quitar la música también desaparece el ruido del público?
Porque las risas, los aplausos y el ambiente forman parte de la capa de fondo, no de la de voz. Una exportación de solo voz los descarta todos. Si necesitas la atmósfera, añade room tone en tu editor o exporta la pista de fondo por separado y mézclala a un nivel más bajo.
¿El método de Audacity funciona con vídeo?
Normalmente no. Cancela lo que esté centrado en el campo estéreo, que en un vídeo es la voz y no la música, y el material de móvil es casi mono, así que no hay diferencia estéreo con la que trabajar. Encaja con archivos de música en estéreo real, no con metraje.
¿Cómo quito la música de un vídeo sin volver a grabar?
Sube el vídeo a un separador con IA, exporta la pista de solo voz y llévala de vuelta a tu montaje. No se regraba nada. La calidad depende de lo limpia que sea la separación, así que escucha la pista de voz y comprueba si la música se filtra por debajo antes de exportar.
¿Puedo extraer la música de fondo en lugar de quitarla?
Sí. Perso Dubbing produce una pista de fondo pura con todos los sonidos humanos eliminados, más una segunda versión que conserva risas y aplausos junto a la música. Ambas son entradas habituales para redoblar sobre una base limpia.
Seguir Leyendo
Explorar todo
