Separe vocais e remova ruído, inteiramente no seu navegador.

Um estúdio de áudio gratuito baseado no navegador para duas tarefas comuns: limpar o ruído de fundo de gravações e separar vozes e instrumentos de músicas. Ele foi criado para podcasters lapidando uma gravação caseira, criadores produzindo faixas de karaokê ou a cappella, dubladores aperfeiçoando uma tomada e músicos experimentando com stems — tudo sem enviar áudio a um editor na nuvem.

Três motores estão por trás de uma única interface: uma extração estéreo rápida e sem modelo, um separador de stems por IA que executa a rede HT-Demucs no seu dispositivo e um removedor de ruído RNNoise — seguidos de um editor de DSP completo e não destrutivo e de exportações WAV/MP3 por trilha.

Três motores, uma área de arraste

A extração rápida não precisa de modelo nenhum: ela usa a fase estéreo e o posicionamento dos canais para extrair na hora os vocais centralizados do acompanhamento. A separação por IA é o caminho de alta qualidade: a rede HT-Demucs (StemSplitio/htdemucs-onnx, com a sua model card divulgada) roda via onnxruntime-web em WebGPU, com alternativa WASM, e arquivos mono são upmixados automaticamente. O Denoise executa a rede recorrente RNNoise em tempo real via WASM, com um controle deslizante de intensidade que mistura o sinal processado ao sinal seco. Você escolhe o motor explicitamente — não há troca silenciosa de métodos sob uma descrição vaga.

Separação de stems por IA em detalhes

O áudio é decodificado para 44,1 kHz e processado em segmentos de cerca de 7,8 segundos com soma com sobreposição ponderada (weighted overlap-add), o que elimina as emendas que, de outra forma, você ouviria entre os blocos. A rede retorna quatro stems — bateria, baixo, outros e vocais —, e o instrumental é construído combinando os stems não vocais. Progresso por bloco, cancelamento e a mesma rede de segurança WebGPU→WASM das outras ferramentas são recursos integrados. Os planos gratuitos oferecem o fluxo de trabalho com duas trilhas; o Pro libera os quatro stems.

Remoção de ruído e edição de DSP

Após o processamento, o editor oferece uma cadeia completa de operações puras e não destrutivas sobre uma seleção da forma de onda: aparar, ganho em decibéis, normalização de pico, fade in e fade out, remoção de silêncios, filtragem passa-alta, compressão suave e uma predefinição de realce de voz com um clique que combina os itens acima. Uma comparação A/B permite ouvir o processado contra o original, cada ação entra no desfazer/refazer, e seleções longas são feitas arrastando sobre a tela ou com ajustes finos pelo teclado.

Exportações e karaokê

Cada stem pode ser baixado como WAV ou, onde o navegador oferecer suporte, MP3; o Pro pode levar o conjunto completo em ZIP. A exportação de karaokê renderiza a mixagem instrumental para cantar junto, e nada recebe marca d’água. Como nas outras ferramentas de áudio, os formatos são verificados antecipadamente, para que um formato nunca falhe só depois de um processamento demorado.

Limites do plano gratuito e do Pro

O plano gratuito remove o ruído de arquivos de até 30 minutos, separa até 10 minutos com duas trilhas exportadas e processa lotes de cinco arquivos. O Pro eleva a remoção de ruído para 180 minutos, a separação para 60 minutos com os quatro stems e os lotes para vinte. Não há limites de execução, cotas mensais nem marcas d’água em nenhum dos planos, e o uso comercial está incluído. A extração rápida não tem restrição de minutos, embora só dê resultados úteis em material estéreo mixado no centro.

Perguntas frequentes

A separação por IA funciona em gravações mono ou ao vivo? O mono é upmixado automaticamente, mas a qualidade da separação reflete a mixagem original — material denso e sobreposto é mais difícil para qualquer separador de fontes.

Qual é a diferença entre a extração rápida e a por IA? A rápida é geometria estéreo instantânea, sem download; a por IA baixa o modelo HT-Demucs e produz quatro stems reais com controle de vazamento muito melhor.

A remoção de ruído salva vozes sobrepostas? O ruído de fundo constante é o seu forte; interferências repentinas e outras vozes são genuinamente difíceis, e o controle de intensidade permite equilibrar artefatos e limpeza.

Algo sai da minha máquina? Não há envios nem idas e vindas ao servidor; o único tráfego de rede é o download único do modelo, e tomadas brutas ou faixas inéditas nunca saem do dispositivo.