De YouTube al karaoke: convierte cualquier canción en pista instrumental

En YouTube no hay un botón de «versión karaoke». Si quieres cantar sobre una canción concreta —un tema que nunca tuvo instrumental oficial, una versión, o una canción en un idioma que tu karaoke del barrio no ha oído jamás— tienes que fabricar la pista tú mismo.

La buena noticia es que hoy es un trabajo de dos pasos, unos cinco minutos, y sin coste. El primer paso es conseguir la canción como archivo de audio. El segundo es pasar ese archivo por un modelo de IA que separa la voz de todo lo demás.

La respuesta rápida

1. Copia la URL de YouTube de la canción que quieras.
2. Conviértela a MP3 a 320 kbps con OnlyMP3.tools. Aquí el bitrate importa mucho más que para escuchar normal: lo explicamos abajo.
3. Sube ese MP3 a una herramienta de separación vocal con IA como SongToKaraoke, que divide el tema en voz e instrumental.
4. Descarga la pista instrumental. Esa es tu base de karaoke.

Ese es todo el proceso. El resto de la guía explica por qué importa cada paso, qué canciones se separan limpiamente y qué hacer cuando el resultado suena mal.

Por qué no basta con «bajar la voz»

El truco clásico para hacer karaokes era la cancelación del canal central. La voz principal casi siempre va mezclada justo en el centro, es decir, con señal idéntica en los canales izquierdo y derecho. Si restas un canal del otro, todo lo perfectamente centrado se cancela, incluida la voz.

Funciona a medias, y por eso existían «eliminadores de voz» gratuitos mucho antes de la IA. Pero tiene dos problemas fatales:

• También desaparece todo lo demás que esté en el centro. El bombo, la caja y el bajo casi siempre están centrados. Pierdes toda la base rítmica junto con el cantante.
• La reverberación sobrevive. La cola de reverb de la voz es estéreo, no está centrada, así que te queda un eco fantasmal del canto sin el canto. Suena embrujado.

La separación con IA funciona de forma completamente distinta. Modelos como Demucs se entrenaron con decenas de miles de canciones de las que existían las pistas aisladas, así que aprendieron cómo suena una voz humana, no dónde se ubica en el campo estéreo. Extraen la voz por su huella acústica y dejan intactos batería, bajo e instrumentos.

La diferencia práctica es abismal. La cancelación central te da una pista fina y hueca sin batería. La separación por IA te da algo que suena como el instrumental de verdad.

Paso 1: consigue la canción en MP3

Pega la URL de YouTube en OnlyMP3.tools, elige el bitrate y descarga.

Elige 320 kbps. Para escuchar normal, la diferencia entre 192 y 320 es inaudible para casi todo el mundo, y lo habitual es que recomendemos elegir según el uso. La separación vocal es la excepción, y este es el motivo.

La compresión MP3 funciona descartando información de audio que el codificador predice que no notarás conscientemente. A bitrates bajos descarta más, sobre todo en las frecuencias altas y en los pasajes suaves donde un sonido queda enmascarado por otro más fuerte. Y esas son exactamente las zonas que el modelo de separación usa para distinguir una voz de una guitarra. Darle un archivo de 128 kbps es pedirle que reconstruya una voz a partir de datos que se tiraron a propósito.

Los artefactos aparecen como una cualidad acuosa y ondulante en el instrumental, más audible en platillos y colas de reverberación. Es la misma razón por la que no conviene retocar una foto que ya se ha guardado cinco veces como JPEG de baja calidad.

Si quieres el desglose completo de lo que cuesta cada nivel de bitrate, lee la guía de bitrate de OnlyMP3.

Otra cosa que conviene saber: la calidad del vídeo original es un techo que no puedes subir. Si alguien subió la canción desde una copia de mala calidad, pedir 320 kbps solo te dará un archivo grande con audio malo. Prioriza canales oficiales de artista o los canales oficiales «Artist - Topic»: suelen alimentarse del máster de la discográfica.

Paso 2: separa la voz

Sube el MP3 a una herramienta de separación con IA. SongToKaraoke está hecha específicamente para este caso: subes una canción y te devuelve un instrumental sin voz listo para descargar y cantar encima. También hay separadores de stems genéricos si además quieres batería y bajo por separado, pero para karaoke solo necesitas la división en dos.

El procesado suele tardar entre treinta segundos y unos minutos según la duración. El modelo corre en el servidor, así que un móvil lento no es problema.

Lo que recuperas es un stem instrumental: la misma canción, mismo tempo, misma tonalidad, mismo arreglo, sin la voz principal.

Qué canciones se separan limpiamente

Los resultados varían muchísimo según el género y el estilo de producción. Es el mayor factor a la hora de quedar satisfecho con el resultado.

Tipo de canción	Resultado habitual	Por qué
Pop moderno, hip-hop, EDM	Excelente	Producción multipista limpia, voz bien diferenciada, muchos datos de entrenamiento similares
Rock y metal	Bueno	La voz se separa bien; las guitarras muy distorsionadas confunden al modelo de vez en cuando
Cantautor acústico	Bueno a regular	Voz y guitarra acústica comparten rango de frecuencias, así que hay algo de mezcla
Jazz y soul con vientos	Regular	El saxo y la trompeta se solapan con el rango vocal humano
Coral, ópera, mucho a capela	Malo	Cuando el «instrumento» también son voces, no hay nada que separar
Grabaciones en directo, bootlegs	Malo	El ruido del público y la filtración de la sala contaminan todos los stems
Grabaciones mono antiguas (antes de 1965)	Regular a malo	Todo está apilado en un canal, con mucha compresión de cinta

La regla general: cuanto más separada estuviera la voz en la grabación original, mejor puede recuperarla el modelo. Un tema pop grabado en cabinas aisladas se separa de maravilla. Un directo de jazz de 1958 grabado con dos micrófonos, no.

Cómo suena realmente un «buen» resultado

Incluso una separación limpia no equivale a un instrumental oficial. Espera:

• Fantasmas de voz ocasionales en las secciones densas, sobre todo en notas sostenidas.
• Platillos algo apagados. Las frecuencias altas son donde más se solapan voz y platillos, así que el modelo a veces recorta de más.
• Los coros pueden sobrevivir o no. La mayoría de modelos tratan armonías y dobles como «voz» y las quitan junto con la principal. Si el estribillo depende de armonías apiladas, el instrumental puede sonar vacío.

Para cantar en casa, en una fiesta o para practicar, nada de esto importa. Para una interpretación grabada que pienses publicar, escucha antes la pista completa con atención.

Usos habituales

• Karaoke casero para canciones que ningún servicio licencia: temas en otros idiomas, lanzamientos independientes, cortes de álbum poco conocidos.
• Práctica vocal. Los cantantes ensayan con el arreglo real a tempo original en lugar de con una reducción para piano.
• Audiciones y versiones. Una base sacada de la grabación original suena mucho mejor que una aproximación MIDI.
• Enseñanza musical. Pones el instrumental en clase y la única voz en la sala es la del alumno.
• Danza y coreografía, donde la voz distrae al contar.

Solución de problemas

El instrumental todavía tiene voz de fondo. Normalmente es un problema de calidad de origen. Vuelve a descargar la canción a 320 kbps desde la mejor subida disponible e inténtalo de nuevo. Si el tema es una mezcla densa en directo o va cargado de armonías, puede que esto sea lo máximo.

El instrumental suena fino o «bajo el agua». Artefacto clásico de entrada con bitrate bajo. Comprueba a qué bitrate descargaste. Si fue 128 o 192, repítelo a 320.

La batería ha desaparecido junto con la voz. Esa es la firma de la cancelación de canal central, no de una separación con IA. Algunas webs gratuitas de «quitar voz» siguen usando el viejo método de resta. Usa una herramienta que haga separación de stems de verdad.

La subida falla o da timeout. Los archivos muy largos (sesiones de DJ, conciertos completos, mezclas de una hora) pueden superar los límites de procesado. Recorta primero la canción que quieres.

Se descarga un .html en vez de audio. Tu conversor te ha servido una redirección publicitaria en lugar de un archivo. Es una señal de alarma: consulta nuestra guía sobre qué mirar en un conversor.

Nota sobre derechos de autor

Hacer una versión instrumental para practicar en privado o para karaoke en casa suele tratarse como uso personal en la mayoría de jurisdicciones. Publicar ese instrumental, venderlo o usarlo como banda sonora de contenido monetizado es otra cosa: tanto la composición como la grabación original siguen protegidas, hayas quitado lo que hayas quitado del archivo.

Si tu noche de karaoke se queda en el salón, no hay problema. Si acaba en un canal monetizado, infórmate sobre licencias.

Preguntas frecuentes

¿Hay que instalar algo? No. Los dos pasos se hacen en el navegador. La descarga del MP3 ocurre en OnlyMP3.tools y la separación en los servidores del servicio de separación.

¿Funciona en el móvil? Sí, los dos pasos son web. La única fricción es el manejo de archivos en iOS: el MP3 acaba en la app Archivos, en Descargas, y lo subes desde ahí.

¿La pista de karaoke estará en la misma tonalidad? Sí. La separación no altera el tono ni el tempo. Si necesitas otra tonalidad, eso es una transposición aparte, después de tener el instrumental.

¿Puedo quedarme solo con la voz? Sí: el mismo proceso produce ambos stems. La voz aislada (una «a capela») es la otra mitad de la misma división, útil para remezclar o para estudiar exactamente qué hace un cantante.

¿Por qué mi resultado suena peor que un instrumental oficial? Porque un instrumental oficial es la multipista real mezclada sin el canal de voz. La separación es una reconstrucción: estima lo que había. La distancia se ha reducido enormemente en los últimos años, pero no se ha cerrado.

¿De verdad hacen falta 320 kbps? Para este flujo sí, mucho más que para escuchar normal. La calidad de separación está limitada directamente por cuánto audio original sobrevivió a la compresión.

Conclusión

Dos pasos: consigue un MP3 limpio y luego extrae la voz. El bitrate que elijas en el paso uno determina el techo del paso dos, y esa es la única parte no obvia de todo el proceso: descarga a 320 kbps aunque normalmente te conformaras con menos.

Empieza consiguiendo la canción en OnlyMP3.tools y luego pásala por SongToKaraoke para obtener la base.