---
title: "Quitar música de un video y conservar la voz | ToolSugar"
description: "Quita la música de fondo de un video y conserva la voz. La IA funciona en tu navegador, la imagen no se recodifica y no se sube ningún archivo."
canonical: https://toolsugar.com/tools/quitar-musica-de-video
image: https://toolsugar.com/og.png
---

# Quitar música de un video

ToolSugar quita la música de fondo de un video con un modelo MDX-Net que funciona en tu navegador, así que el archivo no se sube a ningún servidor. Recibes el video solo con la voz, además de la voz y la música en dos MP3 separados. La imagen se copia sin recodificar. El límite es de 15 minutos por archivo y la primera vez se descarga un modelo de 66,8 MB.

Funciona en el dispositivo

## Cómo funciona

1. Elige un video de hasta 15 minutos en MP4, MOV, WebM, MKV o AVI.
2. Inicia la separación. La primera vez se descarga el modelo de 66,8 MB, y después el navegador usa su copia guardada.
3. Deja la pestaña abierta mientras el audio se procesa por secciones.
4. Descarga el video sin música, o la voz y la música como MP3 separados.

## Datos clave

- **Modelo**: UVR-MDX-NET Voc_FT, del proyecto Ultimate Vocal Remover
- **Primera descarga**: 66,8 MB, que el navegador guarda para las siguientes veces
- **Duración máxima**: 15 minutos por archivo
- **Resultado**: El video, un MP3 con la voz y un MP3 con la música
- **Imagen**: H.264 y HEVC se copian tal cual, VP8 y VP9 se recodifican a H.264
- **Audio del video**: MP4 con AAC a 192 kbps, estéreo a 44,1 kHz
- **Tiempo de proceso**: En un Apple M4 Pro: unos 16 s por minuto de audio con WebGPU, unos 3 min 45 s sin WebGPU

## Usos habituales

- Rescatar una charla o entrevista grabada con música sonando en la sala.
- Quitar la música de una locución para poner otra distinta.
- Preparar un video para subtítulos o traducción, con la voz más clara.
- Reutilizar una presentación antigua sin la música con licencia que llevaba.

## Preguntas

### ¿Se sube mi video a algún servidor?

No. El audio se decodifica y se separa en la pestaña de tu navegador. De la red solo llegan el modelo y el motor de procesamiento, desde CDN públicos.

### ¿También desaparecen los efectos de sonido?

Sí. El modelo solo distingue entre voz y todo lo demás. Un portazo, el tráfico o los aplausos se van con la música y no quedan en el video.

### ¿Qué pasa con las partes cantadas?

El canto cuenta como voz, así que se queda en el resultado junto con lo hablado. Esta herramienta no puede conservar el habla y quitar solo el canto de una canción.

### ¿El resultado siempre queda limpio?

No siempre. Mucha reverberación, las grabaciones en directo o una música mucho más fuerte que la voz pueden dejar restos leves o hacer que la voz suene más fina. Escucha el resultado antes de publicarlo.

### ¿Quitar la música resuelve un reclamo de derechos de autor?

No por sí solo. Los sistemas automáticos aún pueden detectar algo, y los derechos sobre el resto del video siguen igual. Si tienes dudas, consúltalo con la plataforma o con los titulares.

### ¿Cuánto tarda?

Medido en un Apple M4 Pro. Con WebGPU, un minuto de audio tardó unos 16 segundos y un video de 15 minutos unos 4,5 minutos. Sin WebGPU, un minuto de audio tardó unos 3 min 45 s, así que un archivo de 15 minutos tardaría casi una hora. Las computadoras más lentas tardan más, y no lo hemos probado en celulares.

### ¿Qué modelo se usa?

UVR-MDX-NET Voc_FT, un modelo abierto de separación de voz. Funciona en el navegador, así que el archivo se queda en el dispositivo.

## Herramientas relacionadas

- [Remove Music from Video](https://toolsugar.com/tools/remove-music-from-video)
- [Extract Voice from Video](https://toolsugar.com/tools/extract-voice-from-video)
- [Remove Audio](https://toolsugar.com/tools/remove-audio-from-video)
- [Vocal Remover](https://toolsugar.com/tools/vocal-remover)
- [Auto Subtitles](https://toolsugar.com/tools/subtitle-generator)