¿Por qué eliminar silencios de un video?
Delante de la cámara nadie habla como un presentador de telediario. Buscamos las palabras, respiramos, empezamos una frase de nuevo. En una conversación esas pausas pasan desapercibidas; en un video corto que se ve en el móvil, invitan a deslizar al siguiente.
En una toma improvisada no es raro que las pausas y los titubeos ocupen un tercio del tiempo, o incluso más: una toma de 60 segundos se convierte a menudo en un video de 40, más denso y más fácil de ver hasta el final. Es el primer paso de la edición de cualquier video hablado, antes de los subtítulos y la música.
Paso a paso
- Importar la toma
Importa el video en bruto, con el sonido original, antes de añadir música o efectos.
- Ajustar el umbral
Elige una duración mínima de silencio: 0,3 a 0,4 s para un ritmo ágil, 0,5 a 0,7 s por defecto, 0,8 s o más para un tono pausado.
- Ajustar el margen
Deja 0,1 a 0,2 s de silencio antes y después de cada frase para no cortar sílabas.
- Quitar titubeos y arranques en falso
Elimina los «eh» y conserva solo la mejor versión de cada frase repetida.
- Disimular las uniones
Añade un zoom suave en uno de cada dos cortes o un plano de recurso sobre las uniones visibles.
- Revisar entero
Mira el video de principio a fin y recupera las pausas intencionadas que se hayan borrado por error.
| Tipo de video | Duración mín. de un silencio | Margen alrededor de la voz |
|---|---|---|
| Truco rápido para TikTok o Reels | 0,3 a 0,4 s | 0,08 a 0,12 s |
| Video a cámara estándar | 0,5 a 0,7 s | 0,1 a 0,15 s |
| Tutorial con demostración | 0,6 a 0,8 s | 0,15 s |
| Testimonio de cliente, entrevista | 0,8 a 1,2 s | 0,15 a 0,2 s |
| Fragmento de pódcast | 0,7 a 1 s | 0,15 a 0,2 s |
| Tema delicado o emotivo | 1 s o más | 0,2 s |
¿Qué hay que cortar exactamente?
- Los silencios: cualquier pausa más larga que tu umbral (lo vemos más abajo).
- Las muletillas de duda: «eh», «em», «mmm», y en Latinoamérica también el clásico «este…».
- Los arranques en falso: «Entonces el, bueno, la primera cosa…». Solo se conserva la versión completa de la frase.
- Las repeticiones: si dijiste dos veces la misma frase, quédate con la mejor toma, que suele ser la última.
- El principio y el final: el momento en que pulsas el botón y aquel en que alargas la mano hacia el móvil.
En cambio, conserva las pausas intencionadas antes de un dato importante o de un remate, y las respiraciones naturales entre dos ideas. Un video sin ninguna respiración cansa enseguida.
¿Qué ajustes usar para eliminar silencios?
Dos ajustes determinan casi todo el resultado.
La duración mínima de un silencio
Es la longitud a partir de la cual se corta una pausa:
- 0,3 a 0,4 s: ritmo muy ágil, típico de TikTok y de los Reels de trucos.
- 0,5 a 0,7 s: ritmo dinámico pero natural, buen ajuste por defecto para la mayoría de videos a cámara.
- 0,8 a 1,2 s: ritmo pausado, para un testimonio, una entrevista, un pódcast grabado en video o un tema delicado.
El margen alrededor de la voz
Es el pequeño trozo de silencio que se conserva antes y después de cada frase. Con un margen de 0,1 a 0,2 s, los principios y finales de palabra quedan intactos. Por debajo de 0,05 s se oyen consonantes cortadas («…ueno» en lugar de «bueno») y la voz suena entrecortada.
Si tu herramienta detecta los silencios por volumen, entra en juego un tercer ajuste: el umbral en decibelios. Demasiado bajo, el ruido de fondo se toma por voz; demasiado alto, desaparecen los finales de frase dichos en voz baja. Prueba con 20 segundos antes de procesar el video entero.
¿Detección por la onda de sonido o por la transcripción?
Hay dos métodos automáticos:
- Por la onda de sonido: la herramienta corta todo lo que queda por debajo de cierto volumen. Es sencillo y rápido, pero un «eh» dicho en voz alta cuenta como habla, y un ruido de fondo (ventilación, tráfico) puede impedir la detección.
- Por la transcripción: la herramienta transcribe la voz palabra a palabra con la marca de tiempo de cada palabra. Sabe dónde empieza y termina cada una, detecta los «eh» y los arranques en falso, y corta entre palabras en lugar de en mitad de una respiración.
El segundo método da cortes más limpios en una voz hablada, sobre todo en un entorno algo ruidoso. El primero sigue siendo útil para videos sin habla, como un tutorial con música.
Eliminar silencios a mano
Puedes hacerlo todo sin herramienta automática, en cualquier programa de edición:
- Muestra la onda de sonido de la pista y amplía la línea de tiempo.
- Localiza las zonas planas entre dos bloques de habla.
- Coloca un corte justo antes del final de la frase anterior y otro justo antes del inicio de la siguiente, con unos 0,1 s de margen.
- Borra el fragmento y cierra el hueco (eliminación con cierre).
- Vuelve a escuchar cada unión: si se oye una respiración cortada o un chasquido, desplaza el corte unos fotogramas.
Calcula de 5 a 10 minutos por minuto de video. Se aprende mucho, pero se vuelve pesado enseguida si publicas varios videos a la semana.
Disimular los cortes: jump cuts y zooms
Cuando cortas una toma a cámara, la cabeza «salta» un poco en cada unión: es el jump cut. En redes sociales está aceptado, incluso se espera, pero se puede suavizar:
- Un zoom suave en uno de cada dos cortes (pasar del 100 % a alrededor del 110 %): el cambio de encuadre parece intencionado y reactiva la atención.
- Un plano de recurso (B-roll) sobre la unión: el producto, la obra, la pantalla.
- Un texto o un subtítulo que aparece justo en el corte lleva la mirada a otro sitio.
Nuestra guía de zooms automáticos y jump cuts explica estas técnicas en detalle.
Errores frecuentes
- Cortar demasiado: el video parece acelerado y agota a quien lo ve. Si dudas, aumenta la duración mínima del silencio.
- Cortar la música con la voz: añade la música después de eliminar los silencios, en una pista aparte; si no, saltará en cada unión.
- Ruido de fondo que cambia: si el fondo sonoro varía de un corte a otro, aplicar reducción de ruido antes de cortar hace invisibles las uniones.
- No revisar: un corte automático puede borrar una palabra corta o una pausa intencionada. Mira el video entero una vez.
Eliminar silencios con Orbicut
Orbicut corta automáticamente los silencios, los «eh», los arranques en falso y los cambios de escena a partir de una transcripción palabra a palabra. Tú ajustas la duración mínima de un silencio y el margen que se deja alrededor de la voz; cada corte aparece en la línea de tiempo y se puede deshacer, porque no se destruye nada. La app también añade un zoom suave en uno de cada dos cortes para disimular las uniones. Pruébalo en la demo online o descarga Orbicut.
Para seguir con la edición, consulta nuestra guía de subtítulos animados.
Preguntas frecuentes
¿Eliminar los silencios hace que el video parezca artificial?
Solo si los cortes son demasiado ajustados o no tienen margen. Con una duración mínima de silencio de unos 0,5 segundos y un margen de 0,1 a 0,2 segundos, la mayoría de espectadores no nota la edición.
¿Se pueden eliminar los silencios de un video con varias personas?
Sí, pero con un umbral más largo, de unos 0,8 segundos, para mantener la naturalidad de la conversación. Comprueba que no se hayan borrado reacciones cortas como «sí» o «vale».
¿Hay que cortar las respiraciones?
No todas. Quitar las inspiraciones grandes y ruidosas aligera el video, pero eliminar cada respiración deja una voz mecánica. Un margen de 0,1 a 0,2 segundos conserva las respiraciones naturales.
¿Funciona la eliminación de silencios en inglés u otros idiomas?
Sí. La detección por onda de sonido no depende del idioma, y la detección por transcripción funciona en todos los idiomas que reconoce el modelo, incluso para localizar las muletillas propias de cada idioma.
¿Los cortes automáticos son definitivos?
Depende de la herramienta. En Orbicut, cada corte sigue visible en la línea de tiempo y se puede deshacer: el video original nunca se modifica.