Buenas. La mayoría de las consultas relacionadas con el tema de separar voz y música se limitan a cómo quitarle la voz a una canción. Esto es algo relativamente sencillo si la grabación es estéreo y se ha grabado la misma cantidad de voz en los dos canales.
 Ahora bien, ¿cómo se deja sólo la voz? Se me ocurre que teniendo el archivo estéreo completo y otro mono con sólo la música (tras haber quitado la voz), no debería ser tan difícil, pero he probado todas las opciones que se me han ocurrido y no lo consigo.
 ¿Se tendría que pasar el archivo completo (voz y música) a mono y "restar" de alguna forma el archivo que contiene sólamente la música para que el resultado sea sólo la voz? He probado invirtiendo la forma de la onda pero nada....

NOTA: Lo que me interesa es la teoría, no usar un plugin que lo haga.

Saludos.

Dejo el acceso directo a un documento PDF muy interesante (en inglés).
http://dafx04.na.infn.it/WebProc/Proc/P_240.pdf


Por si acaso algún usuario está interesado en hacerlo mediante soft, aquí un tutorial animado sobre Music Morpher 2.0:
http://www.musicmorpher.com/animated-tutorials-project12.htm

Buenas Maikel. Gracias por responder tan rápido. He probado los dos enlaces y el primero parece que no funciona; el segundo es muy interesante para obtener resultados de forma rápida.
Si no conservas el archivo pdf original, ¿me podrías indicar que términos buscar en el Google? En español no obtengo resultados, así que supongo que tengo que buscar en inglés.

Saludos.

Pincha con el botón derecho del ratón sobre el enlace del PDF que dejé en el mensaje anterior y escoje la opción Guardar destino como....

Intenta buscar en Google usando palabras clave tales como extract voice, extract vocals.... Para acotar la búsqueda puedes poner (entre comillas)  "extract voice from song" ó "extract vocals from from songs".....  Es lo único que se me ocurre de repente.


Prueba el soft, te gustará.

Me inclino por utilizar la versión acapella o la vocal del tema que quieras... me parece más razonable...
Lo que quieres hacer no es posible, de forma decente, a menos que bajes la calidad de la muestra, es decir, filtrado y posterior resampleo a frecuencias de mustreo inferiores.