Hogyan lehet olyat csinálni, hogy a zenéből kiveszem a beszédet és csak a háttérzene marad?

Hát nem egyszerű...

Először is, nagyon sokat kell hozzá tanulni és amikor már tudod, hogy mi az a zene, akkor rájössz, hogy sehogyan sem lehet megoldani azt amit szeretnél.

Ha viszont képes vagy kompromisszumokra, akkor használhatod pl. az AIMP zenelejátszót ami képes arra hogy lehalkítja azt a hullámsávot, amiben az énekhangok a legerősebbek.

Sajnos ezzel egyidőben több hangszer hangját is eltünteti vagy lehallkítja.

Kevert hangot már nem tudsz szétszedni, mivel ott az audiojel már tartalmazza a zene és az ének hanginformációját, a kettő "össze van keveredve", amit utólag nem lehetséges úgy szétszálazni, ahogy te akarod.

Az egyetlen lehetőség, ha külön sávokon vannak meg a források, tehát a zene és az ének.

Na jó, de képzelj el egy olyan hangsávot, amiben egyszerre van zene és énekhang, vagyis egy többszörösen összetett kompozit hangfrekvenciát hallasz, amiben pl. az éneklés X kHz és Y kHz közötti frekvenciatartományban van, de ugyanez a tartomány tartalmaz pl. gitárhangot is. Ugyan csökkentheted, meg szűrheted ezt az X-től Y-ig tartó hangtartományt, de akkor az éneken kívül a gitár hanginformációját is módosítod már.

Na jó, ez már tényleg túl szakmai, szegény kérdező már biztos se lát, se hall :D