Audiofilter
    Removedor de voz

    GUIA

    Como remover a voz no Audacity

    O Audacity consegue arrancar uma voz principal centralizada de uma faixa estéreo, e é grátis e offline. Ele também leva o bumbo e o baixo junto, e em qualquer mixagem em que a voz carregue reverberação estéreo — o que é a maior parte do pop comercial — quase não funciona. Eis como fazer, e como saber de antemão se vale a tentativa.

    cerca de 7 minutos

    A resposta curta

    Abra o arquivo estéreo, selecione a faixa inteira, então Efeito → Vocal Reduction and Isolation, coloque Action em Remove Vocals, e exporte. O Audacity 3.2 reorganizou o menu Efeito em submenus, então nas versões atuais procure em Efeito → Especial; no 2.x fica direto no menu Efeito.

    Esse é todo o procedimento. O resto desta página trata da parte que ninguém menciona: o que o efeito está de fato fazendo, e por que o instrumental que ele devolve soa oco.

    Método 1: o efeito embutido

    1. Importe um arquivo estéreo. File → Import → Audio, ou arraste-o para a janela. Precisa ser estéreo — veja a nota sobre mono abaixo.
    2. Selecione tudo. Ctrl+A (Cmd+A no macOS).
    3. Abra o efeito. Vocal Reduction and Isolation, pelo menu Effect — dentro do submenu Special no 3.2 e posteriores, direto no menu no 2.x.
    4. Coloque Action em “Remove Vocals”. O mesmo diálogo pode isolar a voz em vez disso, o que é uma forma útil de ouvir exatamente o que está sendo subtraído.
    5. Deixe Strength em 1.0 na primeira passagem. Mais alto cancela mais voz e mais de todo o resto junto.
    6. Coloque Low Cut for Vocals em cerca de 120 Hz. O conteúdo abaixo disso fica intacto. Esse único controle é o que mantém a linha de baixo viva.
    7. Coloque High Cut for Vocals em cerca de 9 kHz. O conteúdo acima fica intacto, o que preserva os pratos e o ar.
    8. Pré-escute e então aplique. Exporte com File → Export Audio.
    Os dois controles de corte são o jogo todo

    A maioria dos guias diz para você apertar OK nos valores padrão. Low Cut e High Cut definem a banda dentro da qual o efeito tem permissão para cancelar. Estreitar essa banda para mais ou menos onde uma voz vive é a diferença entre uma base utilizável e uma bagunça fina e com fase estranha.

    Antes — a mixagem estéreo original O Audacity mostrando uma faixa estéreo de um minuto, os dois canais preenchidos com forma de onda densa ao longo do minuto inteiro.
    Depois — Vocal Reduction and Isolation, Remove Vocals A mesma faixa depois da remoção da voz. Os dois canais estão visivelmente mais finos e mais baixos, com picos isolados de pé onde antes estava o corpo denso da forma de onda.
    O mesmo arquivo, a mesma janela, o mesmo zoom e a mesma escala de amplitude — só o efeito foi aplicado. A envoltória de pico cai cerca de 40%. Uma forma de onda não pode dizer o que foi embora, apenas que muito foi, e o formato é a pista: o corpo sustentado desapareceu enquanto os transientes isolados continuam de pé. Esses picos são o que sobrou da bateria depois que o conteúdo centralizado e sustentado dela foi subtraído. A próxima seção trata de por que a voz não era a única coisa naquela subtração.

    Método 2: a versão manual, para você ver o mecanismo

    O efeito é um invólucro de conveniência em torno de quatro passos que você pode fazer à mão. Fazer manualmente uma vez torna as limitações óbvias.

    1. Separe a faixa estéreo. Tracks → Mix → Split Stereo Track. Agora você tem duas faixas mono independentes.
    2. Inverta uma delas. Selecione a faixa de baixo (direita) e então aplique Inverter, pelo mesmo menu Effect .
    3. Centralize o pan das duas. Coloque o controle de pan de cada faixa no meio.
    4. Toque. Tudo que for idêntico nos dois canais agora soma silêncio.
    5. Renderize. Tracks → Mix → Mix and Render.

    Sem proteções de frequência, sem controle de intensidade — só subtração. O que você ouve é o efeito cru, e normalmente é pior que o Método 1, o que é exatamente o ponto.

    Por que o instrumental perde os graves

    O cancelamento de fase remove tudo que for idêntico nos dois canais. Ele não sabe o que é uma voz. Em uma mixagem convencional, a voz principal não é a única coisa exatamente no centro:

    ElementoPosicionamento típicoSobrevive ao cancelamento?
    Voz principalCentroNão — o alvo pretendido
    BumboCentroNão
    BaixoCentro, muitas vezes mono abaixo de ~120 Hz por projetoNão
    CaixaCentroNão
    Guitarras, teclados, backing vocalsPanoramizados amplosSim
    Caudas de reverberação estéreoLargas por definiçãoSim — inclusive a da voz
    Onde ficam as partes de uma mixagem, e até onde o cancelamento de fase alcança Um gráfico de posição de pan contra frequência. Uma coluna sombreada no meio marca o centro do campo estéreo, onde o cancelamento de fase age. Duas linhas horizontais tracejadas marcam o Low Cut do Audacity em 120 Hz e o High Cut em 9 kHz; o cancelamento só acontece entre elas. Dentro da coluna, barras verticais mostram a voz principal, a caixa, o bumbo e o baixo, em roxo onde caem dentro da banda de corte e são removidos, e em verde-azulado abaixo de 120 Hz, onde o Low Cut os deixa intactos. Guitarras, teclados, backing vocals e pratos aparecem como barras verde-azuladas à esquerda e à direita da coluna, fora do centro, e sobrevivem. A cauda de reverberação estéreo da voz se espalha para fora da coluna e sobrevive junto. CENTRO — ATÉ ONDE O CANCELAMENTO ALCANÇA Pratos, ar Backing vocals Guitarras, teclados sua cauda de reverberação Voz principal Caixa Bumbo Baixo High Cut ≈ 9 kHz — acima fica intacto Low Cut ≈ 120 Hz — abaixo fica intacto 16 kHz 9 kHz 1 kHz 120 Hz 40 Hz Todo à esquerda Centro Todo à direita FREQUÊNCIA Subtraído pelo cancelamento Deixado intacto — fora do centro, ou fora da banda de corte
    O cancelamento mira uma posição, não um instrumento. A coluna sombreada é o centro do campo estéreo; as linhas tracejadas são os dois únicos controles que a estreitam. Tudo que é roxo é subtraído. Note que a parte baixa da voz principal fica abaixo do Low Cut, ao lado do baixo e do bumbo — essa sobreposição é o motivo de subir o Low Cut para 120 Hz salvar os graves mas deixar para trás alguns médios-graves da voz. O Método 2 não tem proteção alguma, então a coluna inteira vai embora.

    Então “remover o centro” remove a espinha dorsal rítmica e de baixa frequência junto com a voz. O baixo é frequentemente somado em mono abaixo de uns 120 Hz de propósito, para manter a reprodução estável em vinil e em sistemas de clube, o que faz dele a vítima mais confiável de todas. É isso que o Low Cut está defendendo.

    A outra metade do problema é a reverberação. A voz seca cancela; a cauda estéreo dela não. O resultado é um artefato reconhecível: uma reverberação fantasmagórica da voz sem voz por baixo, flutuando sobre a base.

    Quando não vai funcionar de jeito nenhum

    O arquivo é mono

    Não há nada contra o que subtrair. O Audacity desenha uma faixa de forma de onda para uma faixa mono e duas para uma estéreo — o jeito mais rápido de conferir antes de perder tempo.

    A voz não está centralizada

    Algumas produções panoramizam a voz principal levemente fora do centro, ou a dobram na esquerda e na direita extremas. O cancelamento então deixa a voz praticamente intacta enquanto apaga a bateria em silêncio.

    A voz tem largura estéreo ou reverberação

    Qualquer coisa que faça as versões esquerda e direita da voz diferirem torna o cancelamento parcial. Uma reverberação estéreo ou uma tomada dobrada já basta, e as duas são padrão em uma voz principal moderna — por isso o teste de 30 segundos abaixo importa mais do que qualquer ajuste.

    A fonte é um arquivo com perda e bitrate baixo

    A codificação joint-stereo em bitrates baixos pode alterar a relação entre os canais o bastante para que os dois lados não cancelem mais de forma limpa. Comece pelo arquivo de maior qualidade que você tiver.

    Um teste de 30 segundos antes de se comprometer

    Use o próprio mecanismo como diagnóstico. Faça os passos 1–4 do Método 2 — separar, inverter um lado, centralizar os dois, apertar play — e ouça:

    Trinta segundos de escuta poupam uma hora brigando com o Strength.

    O que usar quando o cancelamento não basta

    A limitação é estrutural, não um problema de ajustes. O cancelamento de fase é subtrativo: só consegue remover o que os dois canais têm em comum, então nunca consegue isolar uma voz que não consegue localizar geometricamente.

    A separação de fontes com IA funciona de outro jeito. Um modelo treinado com muitas horas de música aprende como soa uma voz e reconstrói cada faixa de forma independente. Como ele reconhece em vez de subtrair, dá conta de arquivos mono, vozes fora do centro e mixagens carregadas de reverberação — exatamente os casos em que o Audacity desiste. O custo é processamento, não uma opção de menu.

    O mesmo arquivo através de um modelo de separação O Audiofilter mostrando três formas de onda do mesmo arquivo de um minuto: a mixagem original, uma voz isolada e um instrumental, cada uma com seu próprio botão de reprodução e um cartão de download para as duas faixas.
    Três painéis, um arquivo. Compare o de baixo com o resultado do Audacity mais acima: o instrumental aqui mantém a densidade que a versão cancelada perdeu, porque nada foi subtraído para produzi-lo — o modelo reconstruiu cada parte. A voz do meio é a metade que o cancelamento nunca consegue te entregar.
    As mesmas três faixas, como espectrogramas Espectrogramas das faixas original, de voz e instrumental em uma escala de decibéis compartilhada. O painel da voz mostra um pente de harmônicos com lacunas escuras entre as frases; o painel do instrumental tem esse pente removido, mas mantém seus transientes de banda larga e seus graves.
    Esta é a visão que responde à pergunta que a página inteira vem rodeando: para onde foi a energia? Uma forma de onda não consegue dizer — voz e instrumental têm envoltórias parecidas. Aqui a voz é um pente de harmônicos com lacunas pretas onde o cantor respira, e o instrumental é a mesma imagem com esse pente retirado e nada mais mexido. Os três painéis compartilham uma escala de decibéis referenciada ao original, então uma área escura em um e uma clara em outro significam o que parecem.
    Quadro do vídeo: o separador do Audiofilter com uma faixa carregada e duas formas de onda de faixas.
    As mesmas três ferramentas funcionando de ponta a ponta, incluindo a separação mostrada acima. Nada é carregado do YouTube até você apertar play — o quadro acima é uma imagem estática servida deste site. Se o player não carregar, o vídeo também está em youtube.com/watch?v=Wy8Qcp1mw8c.
    Experimente no arquivo que você acabou de testar

    O Removedor de voz com IA do Audiofilter roda um modelo de separação dentro da aba do navegador e devolve uma acapela isolada e um instrumental pronto para karaokê. Sem conta, e nada é enviado — o processamento acontece na sua própria máquina, então o arquivo nunca sai dela. Você pode olhar o painel de rede e ver por conta própria.

    Ele aceita faixas de até cinco minutos, que é um limite de fazer o trabalho em uma aba do navegador e não um muro de pagamento. Para uma música inteira, selecione o trecho que você precisa no Audacity e exporte só isso com File → Export Audio, e então coloque no conversor.

    Perguntas frequentes

    O Audacity tem um removedor de voz com IA?

    Não. O Vocal Reduction and Isolation é cancelamento de fase: ele subtrai o que for idêntico nos canais esquerdo e direito. Não tem nenhum modelo do que é uma voz, e por isso não consegue separar uma voz que não esteja centralizada, e por isso leva o bumbo e o baixo junto.

    Por que meu instrumental soa fino depois de remover a voz?

    Porque a voz principal não é a única coisa panoramizada ao centro. Bumbo, baixo e caixa costumam ficar ali também, e o baixo é muitas vezes deliberadamente mono abaixo de uns 120 Hz. Cancelar o centro remove tudo isso junto com a voz. Subir o Low Cut for Vocals para uns 120 Hz poupa a região de graves, ao custo de deixar para trás alguns médios-graves da voz.

    Posso remover a voz de um arquivo mono no Audacity?

    Não. O cancelamento de fase precisa de dois canais que difiram. Um arquivo mono não tem nada contra o que subtrair, então não há centro a remover. O Audacity mostra uma faixa de forma de onda para uma faixa mono e duas para uma estéreo, que é o jeito mais rápido de conferir.

    Que valor de Strength devo usar?

    Comece em 1.0 e ouça a troca. Valores mais altos cancelam mais da voz, mas também mais de todo o resto que estiver no centro, então o instrumental perde impacto. Valores mais baixos mantêm a bateria intacta mas deixam a voz audível. Não existe ajuste que remova só a voz, porque o efeito não sabe distinguir.

    Existe um jeito gratuito de remover voz que dê conta da reverberação?

    Sim, mas não por cancelamento. A separação de fontes com IA é treinada para reconhecer uma voz, então funciona com arquivos mono, vozes fora do centro e mixagens cheias de reverberação, e reconstrói cada faixa em vez de subtrair uma da outra. O Audiofilter roda um modelo de separação no navegador para faixas de até cinco minutos, sem enviar nada.

    Limpar uma gravação em vez de uma música?

    Abrir o redutor de ruído → Abrir texto para voz →