Ezt hogy csinálhatom meg?

Sehogy nem lehet levenni.

Meg kell keresni a zenét más forrásból ahol nincs benne más hang.

Ha leválasztod a hangot a videóról, akkor valamilyen Vocal Remover szoftverrel el lehet választani a beszéd és a zene hangsávját. Azt viszont még nem próbáltam, hogy mondjuk a lépésekkel mit csinál, de egy próbát megér.

Tudom, hogy kicsit későn írtam, de hátha valakinek még jól jön.