Pular para o conteúdo principal
Audio-Editor

Remover Voz · Cancelamento de Fase Mid/Side & Criador de Karaokê

Remover Voz de Música Online — Criar Playback & Karaokê Grátis

Crie playbacks e bases instrumentais removendo a voz principal de músicas diretamente no navegador. Utiliza cancelamento de fase Mid/Side com filtro crossover de frequências para eliminar a voz central preservando o peso do bumbo e do contra-baixo abaixo de 130 Hz.

O arquivo abre no editor completo, já nesta ferramenta: forma de onda, seleção, prévia antes/depois, desfazer e exportação.

( Como funciona )

Como funciona a remoção de voz por cancelamento de fase no navegador

01

Análise de correlação e coerência de fase estéreo

Calcula o coeficiente de correlação de Pearson entre os canais esquerdo e direito para quantificar a abertura estéreo e a dominância do canal central na mixagem.

02

Divisão espectral por rede crossover

Divide o áudio em três faixas de frequência: sub-graves (<130 Hz), faixa vocal média (130 Hz a 9,5 kHz) e agudos superiores (>9,5 kHz).

03

Cancelamento por interferência destrutiva (L - R)

Inverte a polaridade do canal direito e soma ao esquerdo na faixa média. Sons idênticos posicionados no centro se anulam completamente, enquanto instrumentos abertos nas pontas são preservados.

04

Reincorporação de graves e síntese final

Soma o bumbo e o baixo em mono junto aos agudos superiores, evitando o som fino e oco característico de softwares de karaokê amadores.

( Física Mid/Side )

Acústica da mixagem estéreo, matriz Mid/Side e cancelamento de fase

A Lei do Centro Fantasma (Phantom Center)

Somatório Acústico na Audição Humana

Na mixagem comercial, posicionar a voz no centro não utiliza uma terceira caixa acústica física. Em vez disso, sinais de pressão sonora idênticos em amplitude e fase são enviados aos canais esquerdo e direito (L = R). Ao ouvir, o cérebro funde os sons criando a ilusão auditiva de um ponto sonoro central.

A Matemática do Cancelamento Mid/Side

Interferência Destrutiva de Ondas (L - R)

Ao decompor um sinal estéreo em Centro (M = [L + R] / 2) e Lados (S = [L - R] / 2), a voz principal reside quase exclusivamente no componente central. A subtração L - R zera todo o sinal em fase comum ([Voz + Lados_E] - [Voz + Lados_D] = Lados_E - Lados_D), restando o arranjo instrumental.

A Solução do Filtro Crossover de Graves

Preservando o Bumbo e o Contra-baixo

Como engenheiros de mixagem também posicionam o bumbo da bateria e o baixo no centro, a simples subtração eliminaria toda a pressão rítmica da música. Nosso filtro passa-baixa Linkwitz-Riley de 2ª ordem isola o espectro abaixo de 130 Hz e o reinjeta na faixa final.

Ecos Estéreo e Reverb Vocal Residual

Por Que Resta um Eco Suave da Voz

Efeitos de reverberação estéreo (plate, hall) aplicados à voz geram reflexões com fases distintas nos canais L e R. Embora a voz seca e direta seja 100% cancelada, o brilho das reflexões estéreo residuais permanece audível no fundo instrumental.

Isolamento do Centro vs Cancelamento

Subtração Espectral para Extração de Diálogos e Vocais

O modo 'Isolar Canal Central' executa a operação inversa: subtrai os lados do sinal central para atenuar guitarras e teclados abertos, facilitando a transcrição de letras, o aprendizado de melodias vocais e a limpeza de narrações.

Processamento 100% Privado no Seu Navegador

Zero Envio de Arquivos para Servidores

Todo o cálculo matemático, matriz estéreo e codificação de áudio ocorrem na memória do seu dispositivo via Web Audio API. Suas músicas e produções nunca saem do seu computador.

( Base de Conhecimento )

Perguntas frequentes sobre remoção de voz e criação de playback

Como este removedor de voz funciona sem inteligência artificial?↓

Ele utiliza o princípio físico do cancelamento de fase (Mid/Side). Como os engenheiros de som colocam a voz principal no centro exato da música (com o mesmo volume no lado esquerdo e no direito), a subtração do canal direito pelo esquerdo (L - R) faz com que as ondas idênticas da voz se anulem naturalmente por interferência destrutiva.

Por que o bumbo e o contra-baixo não somem junto com a voz?↓

Softwares antigos de karaokê removiam todo o centro, o que destruía o peso da bateria e do baixo. Nosso algoritmo utiliza um filtro crossover que separa as frequências graves (abaixo de 130 Hz) e as mantém em mono no resultado final, preservando todo o ritmo da música.

Por que ainda ouço um leve eco ou reverb da voz?↓

O cancelamento de fase só elimina sons idênticos nos dois canais. Efeitos de reverb estéreo e delays abertos produzem ondas diferentes no canal esquerdo e no direito. A voz seca e direta é cancelada, mas o eco estéreo ambiental da voz permanece nas laterais.

Por que a ferramenta não funciona em arquivos de áudio mono?↓

O cancelamento de fase depende da diferença entre dois canais. Em um arquivo mono (ou estéreo onde os dois canais são idênticos), subtrair o canal direito do esquerdo resulta em silêncio total (L - R = 0). Arquivos mono exigem separação por IA ou equalização corretiva.

Qual a diferença entre 'Remover Voz' e 'Isolar Canal Central'?↓

'Remover Voz' corta o áudio central para criar uma base de playback ou karaokê. 'Isolar Canal Central' faz o oposto: reduz os instrumentos abertos nas laterais (guitarras, sintetizadores) para destacar a voz centralizada, facilitando a transcrição de letras ou o estudo de melodias.

Posso baixar o playback pronto em WAV e MP3?↓

Sim. Após o processamento, você pode baixar o áudio em formato WAV sem perdas (PCM 16-bit) para mixar no seu estúdio/DAW, ou em MP3 de alta fidelidade (256 kbps) para ensaiar no celular ou soltar no karaokê.

Existe limite de tamanho de arquivo ou cobrança?↓

Arquivos de até 256 MB são aceitos, e a ferramenta é gratuita. O limite que pesa mais é a duração: o editor guarda o áudio decodificado na memória do aparelho, então um computador comum abre cerca de 11 a 12 minutos de áudio estéreo a 48 kHz, ou cerca de 23 minutos no Chrome e no Edge em computadores com 8 GB de memória ou mais. Em mono cabe cerca do dobro; em celulares, menos. Um arquivo mais longo mostra uma mensagem com o limite para aquele arquivo. O processamento acontece no seu aparelho; nada é enviado.

( Guia prático )

Quando o cancelamento do centro funciona, e quando usar outra coisa

O removedor de voz subtrai o que é idêntico nos canais esquerdo e direito. Isso tira uma voz principal no centro. O conteúdo do centro abaixo do crossover de graves e acima de uns 9,5 kHz volta, para salvar bumbo, baixo e pratos. Leia a linha de correlação antes de aplicar: um arquivo mono ou quase mono não dá nada para a ferramenta separar.

Qual preset para cada música

Música pop ou rock estéreo típicaKaraokê Padrão: crossover de 130 Hz, intensidade total
Voz ainda bem audívelRemoção Agressiva do Centro: crossover de 90 Hz
Playback de ensaio com voz-guia fraca, ou caixa monoAtenuação Vocal Suave: intensidade de 70%
Um a cappella aproximado ou diálogo mais limpoIsolar Canal Central

Exemplo: conferindo um karaokê antes de uma festa

  1. Aplique o Karaokê Padrão e ouça no fone: a voz deve ficar bem abaixo da banda.
  2. Agora toque na caixa que vai usar. Se for uma caixa só e a música soar fina, desfaça.
  3. Aplique a Atenuação Vocal Suave no lugar: tira menos voz, mas a mixagem sobrevive numa caixa só.

Na intensidade total os canais saem bem fora de fase; no nosso arquivo de teste a soma mono mediu −29,1 dBFS contra −20,1 dBFS por canal. Conferir na caixa de verdade evita essa surpresa.

Limites

  • Não é separação por IA: ela sabe onde um som está, não o que ele é.
  • Reverb estéreo e vozes dobradas ficam como um eco da voz.
  • MP3 ou AAC de taxa baixa deixam mais voz que WAV ou arquivos de taxa alta.

( Medido num arquivo de referência )

Voz no centro, música nas laterais: o que é removido

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.

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.

Medições do arquivo exportado
MedidaAntesDepois
Centro (voz)-23,6 dBFS-29,1 dBFS
Laterais (música)-20,7 dBFS-20,6 dBFS
Editor no efeito Removedor de voz com a leitura de correlação L/R
Editor no efeito Removedor de voz com a leitura de correlação L/R

Baixar o arquivo de referência (WAV)Os arquivos de referência são sintetizados pelo próprio site (sinais parecidos com fala e com música), para qualquer pessoa repetir o teste. Medido em neste editor, exportando em WAV. Como medimos