D'abord il faut savoir, que le vin et l'eau mélangés, ne se séparent pas.
Une chanson est le résultat d'un mixage de plusieurs instrument de musique et de voix (lead vocal, choeur). La gamme de fréquence audible par l'oreille humaine s'étend de 20Hz à 50Khz, et les instrument ou voix tapent dans des gammes de fréquences qui se chevauchent. Forcément, en voulant supprimer les fréquences correspondant aux voix humaines, on tapera inévitablement dans les fréquences utilisés par d'autres instruments comme les guitares, les saxos, etc...
En clair, mis à part, la solution - idéale - de récupérer la bande son originale de studio ou une bande son refabriquée sans la voix, il n'est pas possible de dévocaliser un mixage. Au mieux, on pourra atténuer cette voix et par le jeu de certains effet ou réverb, ou encore par gonflage du son (en ajoutant par dessus des instrument qui auraient disparu dans l'opération), on pourra avoir quelque chose de potable.
Un logiciel qui donne un résultat acceptable est Novoice d'IPE. Mais là encore, le résultat dépendra de la façon dont le titre a été mixé en studio et s'il respecte la configuration prévue par Novoice (lead vocal enregistré au centre, en mono).
Cependant, les fichiers audio obtenu par Novoice ou d'autres, plugin karaoké, ou par des coupures de fréquence, peuvent être améliorés en rajoutant par dessus des instruments supplémentaires ou en rejouant carrément les instrument trop atténués. On remix le tout, et le tour est joué.