Resposta rápida
Tirar a voz de uma música pronta é um dos pedidos mais comuns em edição de áudio, e um dos mais mal entendidos. Este guia explica em quais músicas a técnica funciona, por que a voz nunca some de todo, como fazer no navegador, o que o nosso teste mediu e quando uma ferramenta de separação por IA é a escolha melhor.
Vai funcionar na sua música?
O cancelamento mid/side depende de uma premissa: a voz principal está bem no centro, idêntica nos dois canais, e os instrumentos não. Isso vale para a maioria das mixagens comerciais de pop, rock e sertanejo desde os anos 1970. Falha, ou funciona mal, quando:
- A música é mono ou quase mono, como gravações antigas e muitos vídeos de celular. Não há nada nas laterais para manter.
- A voz tem reverb estéreo ou dobra. A voz seca se cancela, mas o reverb e os backing vocals, que diferem entre os canais, ficam como um eco fantasma. Duplas sertanejas, com duas vozes abertas em estéreo, costumam ter justamente esse problema.
- Baixo, bumbo e caixa também estão no centro, como quase sempre estão. Eles se cancelariam junto, por isso a ferramenta guarda os graves à parte.
O painel confere o primeiro ponto para você. Quando o arquivo abre, ele mede a correlação entre os canais e a abertura estéreo. No nosso arquivo de teste a leitura foi "Correlação L/R −0,32, abertura estéreo 66%: há campo estéreo para trabalhar." Num arquivo mono, ele avisa que não há diferença entre os canais.

Como funciona o cancelamento mid/side
Todo sinal estéreo pode ser reescrito como dois outros: mid, (E + D) ÷ 2, que guarda o que os dois canais têm em comum, e side, (E − D) ÷ 2, que guarda o que difere. Uma voz no centro vive inteira no mid. A saída de karaokê é montada a partir do side, então o centro some:
- O side vai para o canal esquerdo como está e para o direito invertido.
- O mid abaixo do crossover de graves (130 Hz no padrão) volta para os dois canais, para o bumbo e o baixo sobreviverem.
- O mid acima de uns 9,5 kHz volta pela metade, para pratos e brilho não se perderem.
A Intensidade do cancelamento mistura esse resultado com o original: 100% é o efeito completo, 70% deixa parte da voz.

Por que a voz nunca some de todo
O crossover de graves é uma troca. Abaixo de 130 Hz o centro é mantido para salvar bumbo e baixo, mas a fundamental de uma voz costuma ficar entre 100 e 250 Hz. Parte dela cai abaixo do crossover e fica. Acima de 9,5 kHz, a sibilância da voz volta pela metade junto com os pratos. Some reverb e backing vocals, que raramente estão perfeitamente centrados, e o resultado normal é uma voz mais baixa e mais fina, não nenhuma voz.
Por que o resultado soa errado no alto-falante do celular
Como o canal direito leva o side invertido, os dois canais do resultado ficam em grande parte fora de fase. No fone e em caixas estéreo isso não é problema. Num único alto-falante, os canais são somados e o side se cancela: sobram só os graves e agudos mantidos. No nosso arquivo de teste, a soma mono do resultado mediu −29,1 dBFS contra −20,1 dBFS em cada canal. Se o karaokê vai tocar num celular, numa caixinha Bluetooth ou num som mono de festa, confira em mono antes, ou use o preset Atenuação Vocal Suave, que mantém 30% do original.
Como tirar a voz, passo a passo
A página Removedor de Voz abre o arquivo no editor com Removedor de voz escolhido no menu Efeito ou ferramenta. Tudo roda no seu navegador.
Passo 1: Abra um arquivo estéreo e leia o painel
Use o arquivo de melhor qualidade que tiver: um WAV ou um MP3 de taxa alta. Codificadores MP3 e AAC de taxa baixa guardam as laterais com menos precisão, o que deixa mais voz para trás. Depois leia a linha de correlação no painel.

Passo 2: Escolha um preset
- Karaokê Padrão (Corte de Voz + Graves Preservados): crossover em 130 Hz, intensidade total. O padrão, e o que medimos.
- Remoção Agressiva do Centro: crossover em 90 Hz e agudos mantidos só acima de 12 kHz, então sai mais voz, junto com mais baixo central.
- Atenuação Vocal Suave: intensidade de 70%, crossover em 140 Hz. Abaixa a voz e fica mais perto do original, o que também ajuda na reprodução mono.
- Isolar Canal Central: o trabalho oposto. Mantém o que está no centro e tira as laterais, para um a cappella aproximado ou um diálogo mais limpo.
Modo alterna entre Remover voz (karaokê) e Isolar centro (acapella). Crossover de graves vai de 60 a 250 Hz; Intensidade do cancelamento, de 0 a 100%; Preservar sub-graves e bumbo em mono mantém o grave centrado.
Passo 3: Ouça, aplique e confira em mono
Compare Ouvir com efeito e Ouvir original num refrão, onde a voz está mais forte. Clique em Aplicar no arquivo inteiro e ouça de novo no aparelho em que o resultado vai tocar. Exporte pelo editor.

Transformando o resultado num playback de karaokê
Tirar a voz costuma ser o primeiro de alguns passos. Na mesma sessão do editor:
- Mude o tom, se precisar. Aplique o Mudar tom depois de tirar a voz, não antes: o cancelamento depende de os dois canais estarem exatamente alinhados, e processá-los antes pode atrapalhar isso.
- Apare o começo e o fim. Corte introduções longas e faça um fade no final com a ferramenta de fade, para o playback começar quando quem canta estiver pronto.
- Iguale o volume. Tirar o centro baixa o nível geral. Normalize o resultado para ele tocar tão alto quanto as outras faixas da playlist.
- Teste na caixa de verdade. Se for uma caixa de som mono de festa ou um celular, compare com o preset Suave antes do evento, não durante.
Para um playback de ensaio em que você quer ouvir uma voz-guia fraca, a Atenuação Vocal Suave costuma ser melhor que a remoção completa: a melodia continua lá para acompanhar, mas baixa o bastante para cantar por cima.
Exemplo medido
Montamos um arquivo estéreo de teste em que só a voz está no centro (igual nos dois canais) e a música fica nas laterais, para medir cada uma separadamente. Aplicamos o padrão Remover voz (karaokê).
O centro (a voz) caiu 5,5 dB, de -23,6 dBFS para -29,1 dBFS, enquanto as laterais (a música) variaram +0,1 dB.
| Medida | Antes | Depois |
|---|---|---|
| Centro (voz) | -23,6 dBFS | -29,1 dBFS |
| Laterais (música) | -20,7 dBFS | -20,6 dBFS |
Arquivo de referência (antes)
Arquivo exportado (depois)
A voz não some, por projeto: abaixo do crossover de 130 Hz o centro é mantido em mono para salvar bumbo e baixo, e a fundamental da voz (aqui entre cerca de 100 e 170 Hz) cai em parte nessa faixa. Em músicas reais, o reverb da voz soma ao que sobra.
Baixar o arquivo de referência (WAV) · O mesmo teste na página da ferramenta · Medido em 11 de novembro de 2026
Solução de problemas
| O que você ouve ou vê | Causa provável | O que mudar |
|---|---|---|
| A voz continua bem audível | Reverb, voz dobrada ou voz fora do centro | Teste a Remoção Agressiva do Centro; aceite que o reverb fica |
| O baixo ou o bumbo sumiram | A preservação dos sub-graves está desligada, ou o crossover está baixo demais | Marque Preservar sub-graves e bumbo em mono, suba o crossover para 130–160 Hz |
| O resultado soa oco ou estranho no celular | Canais fora de fase se cancelam quando somados em mono | Use a Atenuação Vocal Suave, ou toque em estéreo |
| Nada mudou | O arquivo é mono ou quase mono | A técnica não funciona; use uma ferramenta de separação por IA |
| Os pratos ficaram ásperos depois | Os agudos mantidos incluem a sibilância da voz | Passe o de-esser no resultado, ou use o preset Agressivo |
Limites e a alternativa com IA
O cancelamento mid/side é rápido, previsível e roda inteiro no seu computador, mas só sabe onde um som está, não o que ele é. Modelos de separação de fontes treinados com milhares de músicas (Demucs, Spleeter e os serviços feitos sobre eles) reconhecem a própria voz e conseguem tirá-la mesmo com reverb ou fora do centro. Eles precisam de muito mais processamento e normalmente de um servidor, e deixam os próprios artefatos, um som "aguado" ou metálico em trechos cheios.
Para um karaokê rápido de uma música pop estéreo típica, esta ferramenta costuma bastar. Para um instrumental limpo para publicar, ou para uma música em que a voz não está no centro, use um modelo de separação. Nos dois casos, confira os direitos: tirar a voz não torna uma gravação comercial livre para uso.
Perguntas frequentes
Dá para tirar a voz por completo?
É um removedor de voz com IA?
Por que o meu karaokê soa estranho no celular?
Dá para ficar só com a voz?
Funciona com MP3?
Fontes e como isto foi testado
- Wikipedia: Joint encoding e estéreo mid/side, em inglês
- Défossez et al., Demucs: separação de fontes musicais (GitHub), em inglês
Testado em 11 de novembro de 2026 no Chromium 153 com Windows 11, numa build de produção deste site. As capturas e medições foram feitas pelos scripts em scripts/tool-evidence, a partir de arquivos de referência sintéticos que qualquer pessoa pode baixar e repetir.