Mejorar audio gratis
Mejorar audio limpia pódcasts, entrevistas y grabaciones de voz de una sola pasada: reducción de ruido, filtros de retumbo y de golpes, de-esser, un nivelador que iguala las voces bajas y altas y normalización a −16, −14 o −23 LUFS con limitador de pico. También puede acortar las pausas largas y cortar las muletillas antes de guardar un WAV, un MP3 o el vídeo.
- Sonoridad:
- Pódcast −16, streaming −14, EBU −23 LUFS
- Cortes:
- Pausas largas y muletillas
- Resultado:
- WAV, MP3, vídeo, etiquetas Audacity
- Precio:
- Gratis
- Funciona:
- En local, en tu navegador
- Subidas:
- Ninguna: los archivos no salen de tu dispositivo
- Cuenta:
- No hace falta
Respuestas rápidas
¿Se sube mi grabación?
No. La reducción de ruido, la nivelación, la sonoridad y los cortes se hacen en el navegador. Solo con Cut filler words activado se descarga una vez desde Hugging Face el modelo de reconocimiento de voz (Whisper Base: 140 MB en la CPU, 210 MB con WebGPU); también se ejecuta en tu dispositivo y la grabación nunca sale de él.
¿Qué hace el nivelador?
Mide el nivel de la voz en una ventana de 2 segundos, sin contar las pausas, y sube los pasajes bajos o baja los altos hasta 12 dB, para que cada voz quede más o menos al mismo nivel. En las pausas la ganancia nunca supera la de la voz que las rodea, así que el ruido de fondo no se bombea. Después un compresor suave iguala el resto.
Por ahora la interfaz de la herramienta está en inglés.
Se procesa en tu dispositivo: tus archivos nunca se suben. Cómo funciona
Actividad de red en esta pestaña
Lo que esta página ha solicitado desde que abriste el sitio en esta pestaña. Una subida es cualquier solicitud que envía datos: POST, PUT, PATCH o una solicitud con cuerpo.
Ninguna subida: esta página no ha enviado nada.
Todavía no hay solicitudes de red.
Para ver todas las solicitudes, abre las herramientas para desarrolladores del navegador (pestaña Red).
Cómo usar Mejorar audio
- Arrastra un pódcast, una entrevista, una clase o un vídeo.
- Elige la limpieza (Noise reduction, Remove rumble, De-esser, Pop filter), el Leveler y el Loudness target, y si usar Shorten long pauses o Cut filler words.
- Haz clic en Enhance y compara A (original) y B (mejorado) mientras escuchas; desmarca las muletillas que quieras conservar y haz clic en Update.
- Descarga WAV o MP3, el vídeo con la nueva pista de audio o la lista de cortes para Audacity.
Créditos y código abierto
Código propio más bibliotecas de código abierto. Gracias a las personas que hacen posibles estos proyectos.
- web-noise-suppressor© 翠 / green (sapphi-red); includes RNNoise (Xiph.Org, Jean-Marc Valin; BSD-3-Clause), SpeexDSP (Xiph.Org; BSD-3-Clause), GTCRN (Rong Xiaobin; MIT) and the PFFFT FFT library (Julien Pommier; FFTPACK-derived BSD-like license) · MIT
- wavesurfer.js© katspaugh and contributors · BSD-3-Clause
- Mediabunny© Vanilagy and contributors · MPL-2.0
- lamejs© LAME project; JavaScript port by Alex Zhukov; ESM fork by Breezystack · LGPL-3.0
- Transformers.js© Hugging Face, Inc. and contributors · Apache-2.0
- ONNX Runtime Web© Microsoft Corporation · MIT
API de la plataforma web utilizadas: Web Workers, WebAssembly, Web Audio API, WebCodecs, File API, localStorage.
- RNNoise model weights por Jean-Marc Valin / Xiph.Org Foundation (rnnoise-wasm build by Shiguredo Inc.) (BSD-3-Clause (rnnoise-wasm Apache-2.0))
- GTCRN speech enhancement model por Rong Xiaobin (GTCRN); WebAssembly build by sapphi-red (MIT)
- SpeexDSP preprocessor por Xiph.Org Foundation, Jean-Marc Valin and contributors (BSD-3-Clause)
- Whisper tiny / base / small (ONNX, timestamped exports) por OpenAI (model); onnx-community (ONNX conversion) (MIT (openai/whisper; the Hugging Face model cards list Apache-2.0))
- Whisper large-v3-turbo (ONNX, timestamped export) por OpenAI (model); onnx-community (ONNX conversion) (MIT)
Textos completos de las licencias: avisos de terceros · todos los créditos
Preguntas frecuentes
¿Qué objetivo de sonoridad elijo?
Podcast (−16 LUFS, −1 dBTP) es la especificación habitual de los alojamientos de pódcasts y de Apple Podcasts; YouTube y el streaming usan −14 LUFS; EBU R128 (−23 LUFS) es para la televisión y la radio europeas y ATSC A/85 (−24 LUFS, −2 dBTP) para la televisión de EE. UU. La tarjeta del resultado muestra la sonoridad y el true peak medidos en tu archivo.
¿Cómo se encuentran las muletillas?
El reconocimiento de voz (Whisper, Base por defecto) recibe una transcripción de ejemplo que conserva sus “eh” y “em”, así que escribe la mayoría de las muletillas en lugar de omitirlas; esas quedan marcadas para cortar. Los sonidos sostenidos entre palabras (una voz mantenida 0,2 s o más en un tono casi plano) aparecen sin marcar. En una reunión en inglés de 14 minutos del corpus AMI, el 78% de los cortes marcados eran muletillas o murmullos, y se encontraron 33 de sus 70 muletillas. Revisa la lista con Listen antes de descargar.
¿Puedo mejorar el sonido de un vídeo?
Sí. Arrastra el vídeo y usa Video with enhanced audio: la imagen se copia sin cambios y solo se sustituye la pista de audio. Los cortes de pausas y muletillas se desactivan en los vídeos, porque quitar audio desplazaría el sonido respecto a la imagen.
¿Quita el eco o reconstruye una voz apagada?
No. Reduce el ruido de fondo detrás de la voz, no la reverberación de la sala, y no recrea los agudos que faltan en una grabación telefónica o de baja tasa de bits.