Pular para o conteúdo principal
Audio-Editor
Voltar para o Blog
ÁudioAtualizado em 11 de novembro de 20269 min de leitura

Como Tirar a Voz de uma Música: Cancelamento de Fase, Canal Central e Criação de Playbacks

Resposta rápida

O nosso removedor de voz não é IA. Ele usa cancelamento mid/side: o que é idêntico nos canais esquerdo e direito (em geral a voz principal) é subtraído, e o que é diferente entre eles (quase toda a banda) fica. Numa mixagem de teste com a voz no centro, o preset padrão Karaokê Padrão baixou a voz em 5,5 dB e deixou a música igual. Espere uma voz mais baixa, não silêncio. O resultado só funciona em estéreo: tocado num único alto-falante de celular, a música quase toda se cancela.

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.

Audio-Editor Online com uma mixagem estéreo de teste aberta e o painel Removedor de voz (interface em inglês)
Figura 1: O nosso arquivo estéreo de teste no editor: uma voz no centro e uma base musical abertas nas laterais, para medir cada parte separada. As capturas mostram a interface em inglês; na versão em português os mesmos controles aparecem traduzidos.

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.

Nível do centro e das laterais em seis segundos: o centro cai depois do processamento e as laterais ficam iguais
Figura 2: Nível do centro (a voz) antes e depois, e das laterais (a música, em cinza) depois. Sílabas fracas caem 10 dB ou mais; as fortes, cerca de 5 dB, porque as frequências graves delas ficam abaixo do crossover e são mantidas.

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.

Painel do removedor de voz com a leitura de correlação, quatro presets, Modo, Crossover de graves, Intensidade do cancelamento e preservação dos sub-graves (interface em inglês)
Figura 3: O painel com a leitura estéreo, os quatro presets e os controles.

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.

Editor depois de aplicar o removedor de voz, com a forma de onda um pouco mais baixa (interface em inglês)
Figura 4: Depois de aplicar o Karaokê Padrão. A forma de onda fica mais baixa onde estava a voz; a música entre as frases não muda.

Transformando o resultado num playback de karaokê

Tirar a voz costuma ser o primeiro de alguns passos. Na mesma sessão do editor:

  1. 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.
  2. 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.
  3. Iguale o volume. Tirar o centro baixa o nível geral. Normalize o resultado para ele tocar tão alto quanto as outras faixas da playlist.
  4. 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.

MedidaAntesDepois
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 vêCausa provávelO que mudar
A voz continua bem audívelReverb, voz dobrada ou voz fora do centroTeste a Remoção Agressiva do Centro; aceite que o reverb fica
O baixo ou o bumbo sumiramA preservação dos sub-graves está desligada, ou o crossover está baixo demaisMarque Preservar sub-graves e bumbo em mono, suba o crossover para 130–160 Hz
O resultado soa oco ou estranho no celularCanais fora de fase se cancelam quando somados em monoUse a Atenuação Vocal Suave, ou toque em estéreo
Nada mudouO arquivo é mono ou quase monoA técnica não funciona; use uma ferramenta de separação por IA
Os pratos ficaram ásperos depoisOs agudos mantidos incluem a sibilância da vozPasse 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?

Não. No nosso teste a voz caiu 5,5 dB. Partes da voz abaixo do crossover de graves, o reverb dela e backing vocals fora do centro continuam.

É um removedor de voz com IA?

Não. Ele usa cancelamento de fase mid/side, que tira o que é idêntico nos dois canais. Ele não reconhece a voz.

Por que o meu karaokê soa estranho no celular?

O resultado tem canais fora de fase. Um único alto-falante soma os dois e a música se cancela em parte. Use o preset Suave ou ouça em estéreo.

Dá para ficar só com a voz?

De forma aproximada, com Isolar Canal Central. Ele mantém o que está no centro, o que inclui a voz, mas também baixo, bumbo e caixa.

Funciona com MP3?

Funciona, mas taxas altas dão resultado melhor. Codificadores de taxa baixa simplificam a imagem estéreo, o que deixa mais voz.

Fontes e como isto foi testado

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.

BD

Escrito por Bruno Dissenha

Bruno desenvolve e mantém o Audio-Editor Online. Os artigos descrevem decisões, testes e limitações observados na implementação atual da ferramenta.