Voltar ao blog

Tirar Barulho de Fundo do Vídeo: 4 Métodos Testados

Tire o barulho de fundo de um vídeo com FFmpeg, Audacity, seu editor ou o Sablate sem estragar a voz: o que cada método remove e o que ele custa na transcrição.

21 de novembro de 2026
Sablate Team

Para tirar o barulho de fundo de um vídeo, passe a trilha sonora por um redutor de ruído e coloque o som limpo de volta ao lado da imagem original. O FFmpeg e o Audacity fazem isso de graça, os editores de vídeo têm uma ferramenta de um clique e o Sablate faz isso na hora de exportar. O problema é a voz: se você exagerar em qualquer um deles, as palavras baixas vão embora junto com o ruído.

Ruído de fundo, aqui, é o som por baixo da fala: um ventilador, o ar-condicionado, um café, o trânsito, o zumbido de uma sala. Este guia mostra quatro jeitos de removê-lo, em que cada um é bom e os números do nosso próprio teste: quanto ruído cada método tira e quanta fala ele leva junto.

Por que remover o ruído às vezes estraga a voz?

Todo redutor de ruído toma a mesma decisão milhares de vezes por segundo: neste pedacinho de tempo, nesta faixa de frequência, o som é voz ou ruído? O que ele chama de ruído é abaixado. Os métodos diferem na forma de decidir.

Os clássicos aprendem como o ruído soa e o subtraem. O Audacity pede um perfil de ruído, alguns segundos em que ninguém fala; o afftdn do FFmpeg estima um enquanto trabalha. Isso funciona bem quando o ruído é constante, como um ventilador ou o chiado de uma fita, porque o perfil continua valendo um minuto depois. Funciona mal com ruído que muda, como a conversa em um café ou um carro que passa, porque o perfil deixa de corresponder. Se você aumenta a intensidade para compensar, a voz começa a soar aquosa, com tons trêmulos onde antes estava o ruído.

Os mais novos são redes neurais treinadas com muitas horas de fala e de ruído. Em vez de subtrair um perfil, eles preveem, quadro a quadro, quanto de cada faixa é voz. Lidam muito melhor com ruído em movimento. A falha deles é outra: uma palavra baixa, soprada ou distante do microfone parece muito com ruído, e um modelo em força total a remove. Quem ouve descreve sílabas cortadas, uma frase sem a última palavra ou uma risada que vira silêncio.

A solução nos dois casos é a mesma. Limite o quanto cada faixa pode ser abaixada, para que a fala mais baixa sobreviva, e sempre ouça um trecho em que a pessoa fala baixo antes de exportar.

Os quatro jeitos de tirar o barulho de fundo de um vídeo

  1. O filtro afftdn do FFmpeg: grátis, um comando, a imagem é copiada sem alteração. Ideal para ruído constante.
  2. A Redução de ruído do Audacity: grátis, com um perfil de ruído que você mesmo escolhe. O áudio precisa sair do vídeo e voltar.
  3. A ferramenta de ruído do seu editor de vídeo: um clique se você já está editando nele, com resultados muito diferentes de um editor para outro.
  4. O Clean up voice do Sablate: um redutor de ruído neural que roda no seu computador, com prévia do antes e depois, aplicado ao vídeo ou ao arquivo de áudio que você exporta.

Método 1: o filtro afftdn do FFmpeg

O FFmpeg é a ferramenta gratuita de linha de comando que muitos aplicativos de vídeo usam por baixo dos panos. O filtro afftdn é um redutor de ruído FFT clássico, e um único comando limpa a trilha sonora enquanto copia a imagem como está:

ffmpeg -i input.mp4 -af "highpass=f=80,afftdn=nr=12:nf=-50:tn=1" -c:v copy -c:a aac -b:a 192k output.mp4

O que cada parte faz:

  • highpass=f=80 remove tudo abaixo de 80 Hz: rumor, batidas na mesa, o ronco do trânsito. A voz quase não tem nada tão grave.
  • afftdn=nr=12 abaixa o ruído em 12 dB, nf=-50 é o palpite inicial para o piso de ruído em dB (os dois são os valores padrão, segundo a documentação de filtros do FFmpeg), e tn=1 faz o filtro acompanhar o ruído conforme ele muda.
  • -c:v copy mantém a imagem bit a bit; só o som é recodificado.

Aumente nr para reduzir mais e fique atento ao som aquoso que indica que passou do ponto. Com um ventilador ou chiado constante, isso muitas vezes é tudo de que você precisa.

Com ruído em movimento, ele faz pouco. No nosso teste com ruído de café, escritório e trânsito, o afftdn subiu um pouco a nota de qualidade da fala e deixou a qualidade geral onde estava: dá para ouvir pouca diferença. O FFmpeg também tem um filtro RNNoise, o arnndn, que precisa de um arquivo de modelo separado; no mesmo teste ele removeu muito mais ruído, mas distorceu a voz e elevou o erro de palavras do Whisper mais do que qualquer outro que testamos. A tabela mais adiante traz os números.

Método 2: a Redução de ruído do Audacity

O Audacity é um editor de áudio gratuito e de código aberto para Windows, macOS e Linux. O efeito de Redução de ruído é o método clássico do perfil, e você controla cada ajuste. O Audacity edita áudio, não vídeo, então o trabalho tem três etapas.

Extraia o áudio do vídeo com o FFmpeg:

ffmpeg -i input.mp4 -vn -c:a pcm_s16le audio.wav

Limpe-o no Audacity:

  1. Abra audio.wav e selecione dois ou três segundos em que ninguém fala e só o ruído é audível.
  2. Abra o efeito Noise Reduction e clique em Get Noise Profile.
  3. Selecione a faixa inteira e abra o Noise Reduction de novo. Os padrões são 6 dB de redução, sensibilidade 6 e suavização de frequência de 6 bandas; comece por eles e clique em Preview.
  4. Quando o ruído estiver baixo e a voz ainda soar natural, clique em OK e exporte o resultado como cleaned.wav.

Coloque o som limpo de volta junto da imagem original:

ffmpeg -i input.mp4 -i cleaned.wav -map 0:v -map 1:a -c:v copy -c:a aac -b:a 192k -shortest output.mp4

O perfil é a força e também a fraqueza. Com um ventilador ou ar-condicionado, ele remove o ruído sem deixar rastro. O próprio manual do Audacity diz que o efeito não é adequado para ruído de fundo irregular, como trânsito ou plateia, e que, se o ruído muda durante a gravação, um único perfil não serve para as duas metades: limpe os trechos separadamente.

Método 3: a ferramenta de ruído do seu editor de vídeo

Se o vídeo já está aberto em um editor, a ferramenta de ruído dele é o caminho mais curto. Os principais editores têm uma, e elas diferem mais do que os nomes sugerem:

  • O iMovie (Mac, gratuito) tem uma caixa de seleção Reduce background noise com uma porcentagem: 0% deixa o som como está e 100% é o máximo (guia do iMovie da Apple).
  • O Final Cut Pro (Mac) tem o Voice Isolation, que “prioriza as vozes humanas em relação às outras partes do sinal de áudio”, e o Background Noise Removal, cada um com um controle deslizante Amount (guia do Final Cut Pro da Apple).
  • O Premiere tem o Enhance Speech, agora dentro do Enhance Audio, com um controle deslizante Enhancement. A versão 1 roda no seu computador; a versão 2 roda na nuvem da Adobe e usa dois créditos generativos por minuto. Um clipe estéreo sai como um downmix mono (ajuda do Enhance Speech da Adobe).
  • O DaVinci Resolve tem o Voice Isolation com IA na versão paga Studio e um plug-in de redução de ruído do Fairlight que aprende o ruído a partir de uma seleção (página do DaVinci Resolve Studio da Blackmagic).
  • O CapCut tem uma opção Reduce noise. As próprias páginas dele discordam sobre o preço: a página da ferramenta online diz que é gratuita, enquanto a página do CapCut Pro para Windows e Mac lista o Reduce noise entre os recursos do Pro.

Nenhuma delas diz em números o quanto está trabalhando, então trate o controle deslizante do mesmo jeito em todas: comece baixo, ouça um trecho em que a pessoa fala baixo, aumente até o ruído parar de incomodar e pare aí. As neurais (Voice Isolation, Enhance Speech) se comportam como os modelos neurais da tabela abaixo: muito melhores com vozes e trânsito, e as primeiras a engolir uma palavra baixa em força total.

Método 4: o Clean up voice do Sablate

O Sablate é um aplicativo de desktop para Windows e macOS que faz legendas para um vídeo que você já tem e, desde a versão 1.3, também pode limpar a voz no que exporta. Ele usa o DPDFNet, um redutor de ruído neural que vem dentro do aplicativo e roda no seu computador: o som não é enviado a lugar nenhum, e o modelo de ruído não precisa de download extra.

Os passos:

  1. Abra o vídeo no Sablate. Ele transcreve a fala para as legendas a partir do som original.
  2. No editor, abra o modo Voice e escolha uma força. Light limita a redução a 18 dB e preserva a fala baixa; é o ajuste para começar. Strong remove tudo o que não é fala, música incluída.
  3. Leve o cursor de reprodução a um trecho de fala baixa e ouça: o Sablate toca dez segundos como gravados e como limpos, e você alterna entre os dois.
  4. Exporte pelo menu Export. O som limpo vai para o vídeo com legendas embutidas, para o vídeo cortado com o modo Cuts, para o .mkv com legendas selecionáveis ou para um Audio file (.m4a) só com o som.

A faixa limpa é feita uma vez por arquivo e reaproveitada, então exportar três idiomas não limpa o som três vezes. Nas nossas máquinas de teste, levou cerca de 10 minutos por hora de áudio em um Ryzen 5 5600X e cerca de 5 minutos em um Apple M4, medidos em um clipe de 60 segundos.

Os limites, sem rodeios: o Sablate é um aplicativo de legendas, então, se você não precisa de legendas, o Audacity ou o seu editor estão mais à mão. Ele reduz ruído; não remove o eco da sala nem reconstrói uma voz mal gravada. Uma trilha estéreo sai com a mesma voz limpa nos dois canais. O plano gratuito inclui o Clean up voice; não exige conta e cobre vídeos de até dez minutos, três trabalhos por mês, os modelos Fast e Balanced e uma camada de tradução offline, e a legenda embutida leva uma pequena marca no canto.

Quanto ruído cada método remove e quanto ele custa?

Medimos isso ao escolher o modelo do Sablate. Duas gravações limpas de 30 segundos de fala em turco foram misturadas com três ruídos do corpus público DEMAND (refeitório, escritório, trânsito de rua) com relação sinal-ruído de 5 dB, um fundo alto, mas realista. Isso dá seis clipes por método; os valores são médias.

MétodoQualidade da fala (PESQ)Sinal sem distorção (SI-SDR, dB)Qualidade geral (DNSMOS, 1 a 5)Erro de palavras do Whisper
Sem processamento1,555,11,8926%
FFmpeg afftdn1,783,51,9129%
FFmpeg arnndn (RNNoise)1,86-1,22,3645%
DeepFilterNet 32,0514,93,1042%
DPDFNet, força total (Sablate Strong)2,2317,33,1937%
DPDFNet, limite de 18 dB (Sablate Light)2,1716,22,7423%

O PESQ e o SI-SDR comparam o clipe limpo com a gravação limpa; quanto maior, melhor. O DNSMOS é o modelo da Microsoft que prevê a nota que um ouvinte daria ao clipe sem ouvir o original. O erro de palavras compara a transcrição que o Whisper faz de cada clipe, com o large-v3-turbo, com a transcrição que ele faz da gravação limpa. Repetimos o teste com 0 e 10 dB e a classificação se manteve.

Duas coisas se destacam. Os modelos neurais vencem todas as medidas de escuta por uma margem grande: o DeepFilterNet e o DPDFNet aumentam o sinal sem distorção em 10 a 12 dB, enquanto os dois filtros do FFmpeg quase não o alteram ou o pioram. E limpar mais não significa palavras mais claras. A limpeza em força total subiu o erro de palavras do Whisper de 26 para 37 por cento, porque as palavras que ela removeu eram palavras que o Whisper teria ouvido. A versão com limite baixou esse erro para 23 por cento. Em uma gravação limpa de fala real, a força total alterou um terço das palavras da transcrição ao eliminar frases inteiras; a versão com limite não alterou nenhuma.

Duas gravações em um só idioma não são um benchmark, então trate os números exatos como uma indicação. A direção é a parte útil, e é por isso que o Sablate faz as legendas a partir do som original e usa o Light, a menos que você escolha outro.

Qual método você deve usar?

“É um clipe só, com ventilador ou chiado constante, e não me importo com o terminal.” Use o afftdn do FFmpeg. Um comando, a imagem intacta.

“O ruído é o mesmo do começo ao fim e quero controle sobre cada ajuste.” Use o Audacity com um perfil de ruído de um trecho silencioso.

“Já estou editando o vídeo em um editor.” Use a ferramenta dele: Reduce background noise no iMovie, Voice Isolation no Final Cut Pro ou no DaVinci Resolve Studio, Enhance Speech no Premiere. Se a imagem estéreo importa, lembre-se de que o Enhance Speech do Premiere devolve mono.

“Há vozes, trânsito ou música ao fundo, ou estou fazendo legendas para o vídeo.” Use o Clean up voice do Sablate em Light, ouça um trecho baixo e passe para Strong só se o ruído continuar atrapalhando.

“A pessoa fala baixo ou longe do microfone.” Use um ajuste leve na ferramenta que escolher e confira o final das frases antes de exportar: é a primeira coisa que um redutor de ruído forte remove.

Como manter o ruído fora da próxima gravação

A remoção de ruído funciona melhor em uma gravação que precisou de pouca. Aproxime o microfone de quem fala: reduzir a distância pela metade deixa a voz cerca de 6 dB mais alta em relação ao ambiente, mais do que muitos filtros de ruído removem sem efeitos colaterais. Desligue ventiladores e o ar-condicionado durante a gravação, se puder. Grave cinco segundos do ambiente sem ninguém falar no início; isso dá ao Audacity um perfil de ruído limpo e a você uma referência para comparar de ouvido.

Depois, mantenha dois hábitos. Transcreva e legende a partir do som original, como explica o guia de transcrição, e limpe apenas o som que você entrega. E sempre ouça de fone um trecho baixo do resultado limpo antes de enviá-lo a qualquer lugar: as caixas de som do notebook escondem justamente os artefatos que quem assiste vai ouvir.

Se o vídeo precisa de legendas e também de uma trilha sonora mais limpa, baixe o Sablate e faça as duas coisas em uma única exportação; o plano gratuito basta para testar em um clipe de dez minutos.

Perguntas frequentes

Como tirar o barulho de fundo de um vídeo de graça?

Use o FFmpeg ou o Audacity. O filtro afftdn do FFmpeg limpa a trilha sonora com um único comando e copia a imagem sem mexer nela. A Redução de ruído do Audacity aprende o ruído em alguns segundos em que ninguém fala e o remove, mas você precisa extrair o áudio do vídeo e devolvê-lo com o FFmpeg. Os dois funcionam melhor com ruído constante, como ventilador ou chiado.

A redução de ruído piora o som da voz?

Pode piorar, quando é exagerada. O redutor de ruído precisa decidir o que é voz e o que é ruído, e as palavras baixas ou distantes são as primeiras a ser classificadas errado. No nosso teste, a limpeza neural em força total subiu o erro de palavras do Whisper de 26 para 37 por cento, enquanto o mesmo modelo com limite de 18 dB baixou esse erro para 23.

Dá para tirar o barulho de fundo sem recodificar o vídeo?

Dá. Só a trilha sonora precisa mudar, então a imagem pode ser copiada bit a bit. No FFmpeg isso é a opção -c:v copy; o Sablate também copia a imagem quando grava o .mkv com legendas selecionáveis. Exportações que embutem legendas ou aplicam cortes recodificam a imagem de qualquer jeito, então limpar o som não custa nada a mais nesses casos.

Devo tirar o ruído antes de transcrever um vídeo?

Em geral, não. O Whisper lida bem com ruído de fundo moderado, enquanto uma limpeza agressiva remove sílabas baixas que ele teria ouvido. No nosso teste, o áudio original com ruído foi transcrito melhor que a versão totalmente limpa. Transcreva o original e limpe só o som que você exporta, que é como o Sablate faz.

Como tirar o barulho de ventilador ou de ar-condicionado de um vídeo?

O barulho de ventilador e de ar-condicionado é constante, o que o torna o mais fácil de remover. Grave alguns segundos do ambiente sem ninguém falar e use-os como perfil de ruído no Audacity, ou passe um limpador neural como o Clean up voice do Sablate em Light. Um filtro passa-altas em cerca de 80 Hz também elimina o rumor grave sob a voz.