Cómo quitar silencios y muletillas de un vídeo sin editar

Grabas doce minutos y hay dos de silencio y cuarenta "eh".

Quitarlos a mano es una hora de tu vida moviendo el cursor por una línea de tiempo. Con la casilla correcta son doce segundos y la máquina lo hace mientras tú te levantas a por agua.

Esto no va de aprender a editar. Va de no tener que hacerlo.

¿Qué basura tiene exactamente una grabación?

Tres cosas distintas, y conviene separarlas porque se quitan con botones distintos.

Los silencios. Las pausas mientras piensas, mientras cargas una página, mientras buscas la pestaña. En una grabación de pantalla de doce minutos esto se come dos o tres fácilmente.

Las muletillas. Los "eh", los "o sea", los "pues nada". Yo hablo así, tú hablas así, todo el mundo habla así. En directo no molestan. En un vídeo que alguien va a ver a velocidad normal, cuarenta de esos cansan.

El aire muerto de los extremos. Los seis segundos del principio en los que estás buscando dónde has dejado el botón de grabar y los cuatro del final en los que te acercas a la cámara con cara rara para parar. Nadie los ve nunca porque nadie los quita nunca.

Los tres son trabajo mecánico. Y el trabajo mecánico es exactamente lo que no deberías estar haciendo tú.

¿Cómo se quitan los silencios y los «eh» de una grabación?

Marcando una casilla en el editor, y en la mayoría de herramientas modernas ya viene incluida.

En Tella (enlace de afiliado: así me ayudas a seguir creando contenido), que es la que uso yo para pantalla, son cuatro funciones separadas y cada una ataca uno de los problemas de arriba. Eliminación de silencios, eliminación de muletillas, eliminación del aire de los extremos y un buscador de errores con inteligencia artificial que te localiza los puntos donde te has trabado y has repetido la frase.

Ese último es el que menos gente conoce y el que más tiempo ahorra. Cuando grabas sin guion, repites tomas sobre la marcha: dices una frase, no te gusta, la vuelves a decir. La máquina te marca esos sitios y tú decides con cuál te quedas. Sin escuchar el vídeo entero buscándolos.

Un dato para que nadie se lleve una sorpresa al pagar: según su tabla de comparación de planes a septiembre de 2026, estas cuatro funciones están tanto en Pro como en Premium. Lo que cambia entre planes es otra cosa (dominio propio, quitar la marca, exportar a 60 fotogramas), no la edición con inteligencia artificial. Si venías buscando esto y solo esto, el plan de entrada te vale.

El proceso completo de grabar y publicar con esa herramienta lo conté paso a paso en cómo grabo tutoriales de pantalla con Tella.

¿Y si prefieres hacerlo desde el terminal?

Entonces esto te va a gustar bastante.

Existe una skill de Claude Code que se llama /cut-video y que hace justo esto: corta silencios, titubeos y aire muerto de grabaciones largas. Es de código abierto, está en GitHub y funciona con cualquier archivo de vídeo local, hayas grabado con lo que hayas grabado.

Se instala clonando el repositorio dentro de tu carpeta de skills de Claude Code y reiniciando. Luego escribes la barra, el nombre del comando, le pasas el archivo y ya está.

Pero lo que a mí me parece el detalle importante no es que corte. Es cómo corta.

La skill no toca el vídeo directamente. Primero te propone un plan: la lista de cortes que va a hacer, con sus tiempos, y espera tu visto bueno antes de renderizar nada. Tú miras la lista, quitas los tres cortes que no quieres y le dices que adelante.

Eso es la diferencia entre una herramienta automática y una herramienta en la que puedes confiar. La primera te devuelve un vídeo y tú rezas. La segunda te enseña lo que va a hacer y te deja decidir.

Hay más skills de esa familia, para sacar clips verticales o para meter zooms sobre planos fijos, y todas siguen el mismo criterio de proponer antes de ejecutar.

¿Cómo lo hace Descript, para comparar?

Descript ataca el problema por el otro lado: por el texto.

Te transcribe el vídeo, tú borras una palabra del texto y esa palabra desaparece del vídeo. Quitar los "eh" es literalmente buscar y reemplazar. Tiene una función dedicada de eliminación de muletillas que hace la pasada entera de golpe.

Es un modelo distinto y a mucha gente le encaja mejor, sobre todo si vienes de escribir y no de editar. Lo desmenucé entero en editar vídeo escribiendo con Descript, y frente a la alternativa más popular lo comparé en Descript o CapCut.

Sobre precios, lo verificable a septiembre de 2026: tiene plan gratuito con la eliminación de muletillas limitada, y los planes de pago arrancan en el plan Hobbyist, que aparece como 16 dólares y como 24 al mes según el ciclo de facturación que elijas. Los superiores están en 24 y 35, y en 50 y 65. Si vas a pagar, mira tú mismo el selector antes de darle a la tarjeta.

La diferencia práctica con lo anterior es de flujo, no de resultado. Descript es un editor completo al que le mandas vídeos. Tella graba y edita en el mismo sitio, así que no hay exportación ni importación por el medio. Si tu problema es el trasiego de archivos, eso pesa más que cualquier función.

¿Cuándo NO conviene quitar los silencios?

Cuando el silencio está haciendo su trabajo.

Esto lo aprendí a base de dejar vídeos irrespirables. Le das al automático con el umbral agresivo y te devuelve doce minutos convertidos en ocho donde no cabe ni una respiración. El espectador no sabe qué le pasa, pero se cansa y se va.

El silencio después de una frase importante no es un hueco. Es el hueco donde la otra persona procesa lo que acabas de decir. Si lo cortas, la frase importante se queda tapada por la siguiente.

Mi regla, después de bastantes vídeos: la máquina se come los silencios largos, los de dos segundos para arriba, esos donde se ve que estás esperando a que cargue algo. Las pausas cortas se quedan. Y en la frase que quieres que la gente recuerde, dejo la pausa entera a mano aunque el automático quiera quitarla.

Con las muletillas pasa parecido. Quitar los cuarenta "eh" está bien. Quitar absolutamente todo lo que suene a habla natural te deja una voz que parece leída por una máquina. Yo hablo con muletillas y no pretendo que mis vídeos suenen como si no.

La revisión de dos minutos que no te puedes saltar

Cuando la máquina termina, queda una cosa por hacer, y es la única parte que no se automatiza.

Escuchar los cortes. No el vídeo entero: los cortes. Vas a los puntos donde ha eliminado algo y compruebas dos cosas. Que no se ha comido media palabra al principio de una frase, que pasa más de lo que crees. Y que el ritmo sigue teniendo sentido, que no ha juntado dos ideas que necesitaban un respiro entre medias.

Son dos minutos. Y son la diferencia entre publicar algo limpio y publicar algo que suena raro sin que nadie sepa explicar por qué.

Ahora saca la cuenta de lo que acabas de leer. Una hora de edición manual por vídeo, o doce segundos de máquina más dos minutos de revisión. Si grabas cuatro vídeos al mes, son casi cuatro horas recuperadas. Si grabas uno al día, como hago yo, ni te cuento.

Trece dólares al mes por recuperar esas horas es una de las cuentas más fáciles que vas a hacer este año. Si estás en ese punto, abre la página de planes de Tella, monta la primera grabación con la eliminación de silencios activada y cronométrate. La decisión se toma sola cuando ves el vídeo salir limpio sin haber tocado una línea de tiempo.

Y si lo que quieres es saber en qué punto estás de verdad con todo esto de la inteligencia artificial aplicada a tu trabajo, hazte mi test de nivel de IA. Cinco minutos, y sales con una idea clara de qué te falta.