Quitar el sonido de un vídeo sin tocar la imagen

La única orden de esta familia que no decodifica nada

La mayoría de las herramientas de vídeo tienen que abrir la imagen para hacer su trabajo: girar, redimensionar y comprimir exigen decodificar cada fotograma, hacerle algo y volver a codificarlo. Quitar una pista de sonido no exige nada de eso. El contenedor guarda flujos separados, y sacar uno consiste en reescribir el índice y copiar el resto. Eso es exactamente lo que hace -c copy -an: copiar cada flujo que sobrevive a la selección y excluir el audio de los supervivientes.

Que la imagen esté realmente intacta es de esas afirmaciones que conviene probar en vez de creer. Coge un clip de prueba, saca de él el flujo H.264 en bruto, ejecuta la orden de la herramienta, saca el flujo en bruto del resultado y compara. Los dos dan 391 608 bytes con la misma suma de comprobación. No parecidos, no visualmente indistinguibles: los mismos bytes. Lo que el codificador decidió sobre tu metraje el día en que se hizo sigue siendo exactamente lo que dice el archivo, y nada de lo que hace esta herramienta podría haberlo cambiado.

Silenciar y quitar no son lo mismo

Un vídeo puede estar en tres estados, y se usa una sola palabra para los tres. Silenciado en el reproductor: el archivo no cambia, solo están apagados tus altavoces. En silencio dentro del archivo: la pista de audio sigue ahí, sigue ocupando su parte del bitrate, pero todas las muestras valen cero. Eliminado: no hay pista de audio, el contenedor enumera un flujo menos, y ningún reproductor encuentra nada que reproducir. Esta herramienta hace lo tercero.

La distinción importa en sitios que no imaginarías. Las plataformas de publicación que escanean las subidas en busca de música protegida examinan el flujo de audio; un archivo sin flujo de audio no ofrece nada que escanear, mientras que uno con pista silenciosa sigue siendo un archivo con pista de audio y puede seguir tratándose como tal. Los programas de edición también se comportan distinto: importar un clip sin audio da un elemento solo de vídeo, mientras que una pista silenciosa da una pista de la que hay que ocuparse. Y una pista silenciosa sigue costando bits, a veces sorprendentemente muchos, porque los codificadores no siempre comprimen el silencio hasta nada.

El ahorro es menor de lo que casi todos esperan

El sonido parece la mitad de un vídeo, así que da la sensación de que quitarlo debería partir el archivo por la mitad. No es así, porque los dos no tienen ni de lejos el mismo tamaño. Una pista estéreo a 128 kbit/s lleva 16 kilobytes por segundo. Una imagen 1080p modesta a 2 megabits por segundo lleva 250. El audio es el seis por ciento de ese archivo, y en un clip de un móvil moderno grabando en 4K a 45 megabits por segundo está muy por debajo del uno por ciento. La tabla da cuatro casos habituales con la aritmética hecha.

El patrón va al revés de la intuición: cuanto mejor la imagen, menos merece la pena quitar el sonido. Si tu razón para silenciar es bajar de un límite de subida, esta no es la herramienta — liberarás un uno o dos por ciento y seguirás por encima. Comprime o recorta el vídeo en su lugar, y silencia solo por la razón que de verdad lo justifica: que no quieres ese sonido en el archivo.

Lo que sobrevive a la copia, y una cosa que discretamente no

Como -c copy mueve flujos en vez de recrearlos, la salida conserva bastante de lo que habrías dado por perdido. Los metadatos globales del contenedor pasan: la fecha de creación, el dispositivo que grabó, cualquier título o comentario, la cadena del codificador. Si alguno de ellos nombra el audio — un título que es un título de canción, un comentario que menciona una grabación — sigue en el archivo después de que el sonido se haya ido. Quitar un flujo de audio no equivale a borrar todo rastro de él, y si el objetivo de silenciar era la privacidad, revisa los metadatos aparte.

Los subtítulos también sobreviven, que suele ser lo deseado. Una pista de subtítulos no es audio, así que -an no la toca y -c copy la traslada intacta. Hay una sutileza que conviene conocer, y viene del comportamiento por defecto de ffmpeg más que de esta herramienta: sin un mapa de flujos explícito, ffmpeg selecciona el mejor flujo único de cada tipo. Un archivo con tres pistas de subtítulos o dos ángulos de cámara sale, por tanto, con uno de cada. Si tu fuente tiene varias pistas de lo que sea, comprueba el resultado antes de tirar el original.

Si el botón está en gris y dice que no hay sonido

Antes de cargar un codificador grande solo para responder a una pregunta pequeña, la herramienta pregunta al navegador si el archivo tiene siquiera una pista de sonido. Lo hace creando un elemento de vídeo oculto, arrancándolo en silencio y leyendo tres propiedades que los distintos motores de navegador exponen con nombres distintos. Si las tres vuelven vacías, concluye que no hay audio, muestra una línea diciéndolo y desactiva el botón con el argumento de que no hay nada que hacer.

Esa comprobación es el eslabón más débil de la herramienta, porque esas tres propiedades no son igual de fiables. Una es propia de un solo motor. Otra hay que habilitarla antes de que informe de nada en el navegador más extendido. La tercera solo deja de ser cero cuando ya se ha decodificado algo de audio, cosa que puede no haber ocurrido cuando corre la comprobación. Si la herramienta te dice que un clip no tiene sonido y tus oídos dicen lo contrario, no concluyas que el archivo es raro: prueba el mismo clip en otro navegador, donde responde otra de las tres propiedades. La orden en sí no está en cuestión — es la puerta que hay delante la que adivinó mal.

Preguntas frecuentes

¿La imagen cambia algo?

No, y este es uno de los raros casos en que puede afirmarse como un hecho y no como una intención. La orden no contiene ni filtro ni codificador de vídeo — -c copy traslada el flujo de vídeo comprimido sin decodificarlo. Sacar el flujo en bruto de un clip de prueba y de su copia muda dio el mismo número de bytes y la misma suma de comprobación. Resolución, tasa de fotogramas, bitrate, color, posición de los fotogramas clave: todo idéntico, porque nada de ello se llegó a mirar.

¿Por qué mi archivo apenas ha encogido?

Porque el sonido nunca fue la parte pesada. Una pista estéreo a 128 kbit/s ocupa alrededor de un dieciseisavo de lo que ocupa una imagen 1080p modesta, y alrededor de un trescientosavo de lo que ocupa el modo 4K de un móvil. La línea de resultado bajo la descarga te dice el número exacto de bytes que se fueron en tu caso concreto. Si la cifra decepciona, la herramienta no hizo nada mal — quitó todo el audio que había, y el audio era pequeño. Para hacer un vídeo apreciablemente más ligero hay que trabajar la imagen, o sea comprimirla o redimensionarla, y ambas cosas cuestan calidad.

¿Puedo recuperar el sonido después?

Del archivo mudo no — no hay nada que recuperar en él, porque la pista se excluyó, no se borró. Puedes, por supuesto, conservar tu original, y esa es la costumbre segura. Si sabes de antemano que quieres el sonido en un archivo aparte, pasa el clip por el extractor de audio antes de silenciar: eso te da una pista independiente junto al vídeo mudo, y luego puedes volver a juntarlos en cualquier editor. La herramienta lo dice en una línea encima de su botón, y vale la pena leerla antes de pulsar.

¿En qué se diferencia de bajar el volumen antes de compartirlo?

Bajar el volumen no cambia nada en el archivo: quien lo reciba sigue teniendo toda la pista de sonido y puede reproducirla. Codificar una pista de silencio cambia el archivo pero le deja un flujo de audio, que sigue ocupando bitrate y sigue visible para cualquier cosa que inspeccione el archivo. Quitar el flujo cambia lo que el archivo es: ya no declara audio en absoluto. Elige lo tercero cuando el sonido no deba viajar con el vídeo — una grabación con una conversación de fondo, imágenes con música de la que no tienes licencia, cualquier cosa que preferirías no entregar a un desconocido.

¿Quitar el sonido borra también todo lo que lo menciona?

No. El flujo de audio se va, y sus etiquetas de flujo se van con él, pero los metadatos globales del contenedor se copian intactos — fecha de creación, dispositivo, título, comentario, cadena del codificador. Si alguno de ellos describe la grabación o nombra una pieza musical, sigue ahí. Una pista de subtítulos también sobrevive, ya que los subtítulos no son audio. Si silencias por privacidad y no por comodidad, trata los metadatos como un trabajo aparte e inspecciona la salida antes de enviarla a ninguna parte.