Eliminador de música de fondo
Quitar música de fondo de un video. Sin perder una palabra.
Sube un video, conserva la voz y quita la banda sonora. Después, añade música nueva o un nuevo idioma.
Por lotes
Videos y audio: .mp4, .mov, .mp3, .wav, .flac, .aac. En Studio o por APIEn vivo
Señales en vivo en tiempo real. Enterprise, bajo petición
Hecho para
De un creador a todo el equipo de redes
Creadores
Videos de YouTube, TikTok e Instagram, vueltos a subir con una pista que te pertenece.
Editores de video y postproducción
Una nueva música bajo la misma voz.
Marcas y equipos de redes
Videos de campaña remontados con música licenciada.
Podcasters
Conserva la conversación, quita la música de fondo.
Equipos de medios y deportes
Clips y resúmenes, listos para redes.
Desarrolladores
Eliminación de música en bloque, por API.
Qué hace
Un eliminador de música de fondo que conserva la voz
CAMB.AI divide tu video o audio en dos stems: la voz y todo lo demás. Quédate con el stem de voz para quitar la música, o con el stem de fondo si necesitas lo contrario. Descarga en FLAC, WAV, MP3 o AAC. 22,6 segundos para procesar un video de 30 segundos.
Los efectos de sonido, el público y el ambiente van con la música al stem de fondo.
Quitar vs. silenciar
Quita la música. No silencies el video.
| Silenciar el audio | Eliminación de música de CAMB.AI | |
|---|---|---|
| Lo que conservas | Nada | La voz |
| La música | Desaparece, con la voz | Desaparece, la voz se queda |
| Nueva banda sonora | Un video mudo que rellenar | La voz, lista para música nueva |
Comparativa
Más limpio que AudioShake y ElevenLabs en las 8 medidas
Toca un stem para escucharlo
Menos ruido entre palabras
vs. AudioShake
vs. ElevenLabs
Calidad
Un stem de voz más limpio
Con los mismos siete clips reales, el stem de voz de CAMB.AI obtuvo la puntuación más alta en calidad perceptual: 1,895, frente a 1,852 de LALAL.AI, 1,544 de ElevenLabs y 1,527 de AudioShake.
La voz que mejor suena
Un 24 % por encima de AudioShake y un 23 % por encima de ElevenLabs en lo bien que suena la voz separada.
PESQ, estimado con SQUIM: calidad percibida de la voz, sin grabación de referencia.
La voz más limpia de las cuatro
2,8× AudioShake y 1,7× ElevenLabs en lo limpia que sale la voz de la mezcla.
SI-SDR, estimado con SQUIM: cuánto de la voz separada es voz y no lo que la rodeaba.
La menor cantidad de voz residual
Un 14 % menos que AudioShake, un 16 % menos que ElevenLabs y un 29 % menos que LALAL.AI: un stem de fondo que de verdad puedes reutilizar.
Probabilidad media de que la voz aún se oiga en el stem de fondo.
La voz que mejor suena
Un 24 % por encima de AudioShake y un 23 % por encima de ElevenLabs en lo bien que suena la voz separada.
PESQ, estimado con SQUIM: calidad percibida de la voz, sin grabación de referencia.
La voz más fácil de entender
Cada palabra se entiende con claridad, por delante de las otras tres.
STOI, estimado con SQUIM: lo inteligible que es la voz separada.
La mayor cantidad de voz en el stem de voz
Un 23 % por encima de AudioShake y un 13 % por encima de ElevenLabs.
Diferencia media de enfoque en el habla según CLAP: con qué claridad el stem de primer plano contiene voz.
| Medida | CAMB.AI | AudioShake | ElevenLabs | LALAL.AI |
|---|---|---|---|---|
| Calidad de separación (SI-SDR) | 2.84 dB | 1.01 dB | 1.64 dB | 2.81 dB |
| Voz que queda en el fondo (Leakage) | 0.376% | 0.437% | 0.447% | 0.529% |
| Calidad perceptual (PESQ) | 1.895 | 1.527 | 1.544 | 1.852 |
| Inteligibilidad (STOI) | 0.744 | 0.697 | 0.726 | 0.740 |
| Voz conservada en primer plano (CLAP gap) | 0.258 | 0.209 | 0.229 | 0.255 |
| Calidad de voz DNSMOS (SIG) | 2.662 | 2.387 | 2.523 | 2.684 |
| Calidad de fondo DNSMOS (BAK) | 2.884 | 2.307 | 2.538 | 2.973 |
| Calidad global DNSMOS (OVRL) | 2.303 | 1.923 | 2.094 | 2.327 |
Benchmark interno: CAMB.AI, AudioShake, ElevenLabs y LALAL.AI con los mismos siete clips de Wikimedia Commons (comentario de videojuegos, un tráiler de película, música en vivo, una entrevista en exteriores, una redacción en vivo, televisión de archivo y una entrevista en la alfombra roja), promediados. SQUIM y DNSMOS son estimaciones sin referencia. En las tres puntuaciones DNSMOS LALAL.AI va ligeramente por delante; CAMB.AI lidera en todas las demás medidas.
Casos de uso
Cuando necesitas quitar la música
Copyright
Quitar la música y el copyright
Quitar la música original puede ayudarte a preparar clips que no reutilicen una banda sonora protegida por copyright. Por sí solo, no hace que un video esté libre de problemas de copyright: las plataformas pueden seguir detectando otro material protegido, y eres responsable de tener los derechos de todo lo que publicas. CAMB.AI no concede licencias ni ofrece asesoramiento legal.
Para equipos
Para equipos de medios: por lotes, API y en vivo
Por lotes
Procesa muchos videos a la vez. Sube .mp4, .mov, .mp3, .wav, .flac o .aac y descarga FLAC, WAV, MP3 o AAC. 22,6 segundos para procesar un video de 30 segundos.
Separación en vivoEnterprise
Separa señales en vivo en tiempo real: la voz y el fondo como dos streams separados. Una función enterprise, configurada con tu equipo bajo petición.
Habla con nosotrosAPI
Automatízalo con la API: envía videos en bloque y recibe los resultados en bloque.
POST /apis/audio-separationGET /apis/audio-separation/{task_id}GET /apis/audio-separation-result/{run_id}POST /apis/audio-separation-resultsVer la separación de audio con IA para equipos
Tu contenido sigue siendo tuyo
CAMB.AI cumple con SOC 2 y no entrena sus modelos con tu audio. Puedes borrar tus ejecuciones de tu Historial cuando quieras.
Quita la música y hazte global
El stem de voz limpio está listo para subtítulos, traducción y doblaje con IA en CAMB.AI, para que un solo clip llegue a todos los idiomas.
Cómo funciona
Cómo quitar la música de un video
Precios
Elige tus horas. Los dos stems en cada plan.
Cada plan te da la voz y el fondo en dos stems, en Studio y por API. Prueba cualquier plan gratis durante 3 días, con 30 minutos de audio.
Solo
$40/mes
$480 facturados anualmente
3 horas de audio al mes
Para creadores y aficionados. Saca la voz de canciones, pódcasts y videos en minutos.
Empezar prueba gratuita- Hoy 30 minutos para probar. $0 hoy.
- Día 3 Empieza tu plan: $480 al año.
Session
Recomendado$130/mes
$1,560 facturados anualmente
10 horas de audio al mes
Para productores y creadores de contenido que trabajan cada semana. Suficiente para álbumes completos, pódcasts y bandas sonoras.
Empezar prueba gratuita- Hoy 30 minutos para probar. $0 hoy.
- Día 3 Empieza tu plan: $1,560 al año.
Catalog
$375/mes
$4,500 facturados anualmente
30 horas de audio al mes
Para profesionales y equipos con mucho volumen. Stems limpios de voz y fondo para música, posproducción y localización.
Empezar prueba gratuita- Hoy 30 minutos para probar. $0 hoy.
- Día 3 Empieza tu plan: $4,500 al año.
Enterprise
Grandes volúmenes, separación en vivo sobre tus propias señales o separación dentro de tu propio flujo de trabajo.
- Separación en vivo, en tiempo real
- Precios por volumen
- SLA y soporte dedicado
- Entrega y almacenamiento a medida
Preguntas frecuentes
Preguntas sobre quitar la música
Quita la música de tu próximo video
- Conforme con SOC 2
- Tu audio no se usa para entrenar nuestros modelos
- Por lotes y en vivo