---
title: "Rimuovere musica da un video e tenere la voce | ToolSugar"
description: "Togli la musica di sottofondo da un video e tieni il parlato. L'IA lavora nel browser, l'immagine non viene ricodificata e nessun file viene caricato."
canonical: https://toolsugar.com/tools/rimuovere-musica-da-video
image: https://toolsugar.com/og.png
---

# Rimuovere musica da un video

ToolSugar rimuove la musica di sottofondo da un video con un modello MDX-Net che lavora nel tuo browser, quindi il file non viene caricato. Ottieni il video con la sola voce, più voce e musica in due MP3 separati. L'immagine viene copiata senza ricodifica. Il limite è di 15 minuti per file e al primo avvio viene scaricato un modello da 66,8 MB.

Funziona sul dispositivo

## Come funziona

1. Scegli un video fino a 15 minuti in formato MP4, MOV, WebM, MKV o AVI.
2. Avvia la separazione. Al primo avvio viene scaricato il modello da 66,8 MB, poi il browser usa la copia salvata.
3. Tieni aperta la scheda mentre l'audio viene elaborato una sezione alla volta.
4. Scarica il video senza musica, oppure voce e musica come MP3 separati.

## Dati principali

- **Modello**: UVR-MDX-NET Voc_FT, dal progetto Ultimate Vocal Remover
- **Primo download**: 66,8 MB, poi salvati nel browser
- **Durata massima**: 15 minuti per file
- **Risultato**: Il video, un MP3 con la voce e un MP3 con la musica
- **Immagine**: H.264 e HEVC copiati così come sono, VP8 e VP9 ricodificati in H.264
- **Audio del video**: MP4 con AAC a 192 kbps, stereo a 44,1 kHz
- **Tempi**: Su un Apple M4 Pro: circa 16 s per minuto di audio con WebGPU, circa 3 min 45 s senza WebGPU

## Usi comuni

- Salvare un intervento o un'intervista ripresi con musica in sala.
- Togliere la musica sotto una voce fuori campo per metterne un'altra.
- Preparare un video per sottotitoli o traduzione, con il parlato più chiaro.
- Riutilizzare una vecchia presentazione senza la musica su licenza che conteneva.

## Domande

### Il mio video viene caricato online?

No. L'audio viene decodificato e separato nella scheda del browser. Dalla rete arrivano solo il modello e il motore di elaborazione, da CDN pubblici.

### Vengono tolti anche gli effetti sonori?

Sì. Il modello distingue solo tra voce e tutto il resto. Una porta che sbatte, il traffico o gli applausi finiscono con la musica e spariscono dal video.

### Che fine fa il canto?

Il canto conta come voce e resta nel risultato insieme al parlato. Questo strumento non può tenere il parlato e togliere soltanto il canto di una canzone.

### Il risultato è sempre pulito?

Non sempre. Molto riverbero, registrazioni dal vivo o musica molto più forte della voce possono lasciare lievi residui o assottigliare la voce. Ascolta il risultato prima di pubblicarlo.

### Togliere la musica risolve una segnalazione per copyright?

Non da solo. I sistemi automatici possono ancora rilevare qualcosa e i diritti sul resto del video non cambiano. Nel dubbio, chiedi alla piattaforma o ai titolari dei diritti.

### Quanto tempo ci vuole?

Misurato su un Apple M4 Pro. Con WebGPU, un minuto di audio ha richiesto circa 16 secondi e un video di 15 minuti circa 4,5 minuti. Senza WebGPU, un minuto di audio ha richiesto circa 3 min 45 s, quindi un file di 15 minuti richiederebbe quasi un'ora. I computer più lenti impiegano di più, e non abbiamo provato sugli smartphone.

### Quale modello viene usato?

UVR-MDX-NET Voc_FT, un modello aperto di separazione vocale. Funziona nel browser, quindi il file resta sul dispositivo.

## Strumenti correlati

- [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)