---
title: "Tirar música de vídeo e manter a voz | ToolSugar"
description: "Tire a música de fundo de um vídeo e mantenha a voz. A IA roda no seu navegador, a imagem não é recodificada e nenhum arquivo é enviado para a internet."
canonical: https://toolsugar.com/tools/tirar-musica-de-video
image: https://toolsugar.com/og.png
---

# Tirar música de vídeo

O ToolSugar tira a música de fundo de um vídeo com um modelo MDX-Net que roda no seu navegador, então o arquivo não é enviado para nenhum servidor. Você recebe o vídeo só com a voz, além da voz e da música em dois MP3 separados. A imagem é copiada sem recodificação. O limite é de 15 minutos por arquivo, e o primeiro uso baixa um modelo de 66,8 MB.

Funciona no dispositivo

## Como funciona

1. Escolha um vídeo de até 15 minutos em MP4, MOV, WebM, MKV ou AVI.
2. Inicie a separação. No primeiro uso o modelo de 66,8 MB é baixado, e depois o navegador usa a cópia salva.
3. Deixe a aba aberta enquanto o áudio é processado por partes.
4. Baixe o vídeo sem música, ou a voz e a música como MP3 separados.

## Pontos principais

- **Modelo**: UVR-MDX-NET Voc_FT, do projeto Ultimate Vocal Remover
- **Primeiro download**: 66,8 MB, depois guardados pelo navegador
- **Duração máxima**: 15 minutos por arquivo
- **Resultado**: O vídeo, um MP3 com a voz e um MP3 com a música
- **Imagem**: H.264 e HEVC copiados como estão, VP8 e VP9 recodificados para H.264
- **Áudio do vídeo**: MP4 com AAC a 192 kbps, estéreo a 44,1 kHz
- **Tempo de processamento**: Em um Apple M4 Pro: cerca de 16 s por minuto de áudio com WebGPU, cerca de 3 min 45 s sem WebGPU

## Usos comuns

- Salvar uma palestra ou entrevista gravada com música tocando no local.
- Tirar a música de uma narração para colocar outra no lugar.
- Preparar um vídeo para legendas ou tradução, com a fala mais clara.
- Reaproveitar uma apresentação antiga sem a música licenciada que ela tinha.

## Perguntas

### Meu vídeo é enviado para algum servidor?

Não. O áudio é decodificado e separado na aba do seu navegador. Da rede vêm apenas o modelo e o motor de processamento, a partir de CDNs públicas.

### Os efeitos sonoros também somem?

Sim. O modelo só diferencia voz de todo o resto. Uma porta batendo, o trânsito ou os aplausos vão junto com a música e saem do vídeo.

### O que acontece com o canto?

O canto conta como voz e fica no resultado junto com a fala. Esta ferramenta não consegue manter a fala e tirar apenas o canto de uma música.

### O resultado sempre fica limpo?

Nem sempre. Muita reverberação, gravações ao vivo ou música bem mais alta que a voz podem deixar restos leves ou afinar a voz. Ouça o resultado antes de publicar.

### Tirar a música resolve uma reivindicação de direitos autorais?

Não sozinho. Sistemas automáticos ainda podem detectar algo, e os direitos sobre o resto do vídeo continuam iguais. Na dúvida, fale com a plataforma ou com os titulares.

### Quanto tempo leva?

Medido em um Apple M4 Pro. Com WebGPU, um minuto de áudio levou cerca de 16 segundos e um vídeo de 15 minutos cerca de 4,5 minutos. Sem WebGPU, um minuto de áudio levou cerca de 3 min 45 s, então um arquivo de 15 minutos levaria quase uma hora. Computadores mais lentos demoram mais, e não testamos em celulares.

### Qual modelo é usado?

O UVR-MDX-NET Voc_FT, um modelo aberto de separação de voz. Ele roda no navegador, então o arquivo fica no dispositivo.

## Ferramentas 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)