otra cosa que podes intentar es usar una especie de karaoke invertido. La forma que utiliza un karaoke para eliminar la voz (a grandes rasgos) es eliminar los sonidos mono, los que suenan exactamente igual por ambos canales, talvez exista algun plug in que lo haga.
Si no lo encontras la lo podes improvisar de esta forma.

Sabiendo que si mezclamos dos sonidos exactmente iguales (disculpa el tono a profesor de matematicas), pero con la fase invertida, se anulan. De esta forma si a tu archivo le invertis la fase de uno de los canales y convertis a mono todo el archivo, se anularia todo lo que sonaba igual por ambos canales, comunmente voces y sonidos graves.
Bien, ahora tenes lo inverso a lo que querias. Pero si a este archivo le invertis la fase y lo mezclas con el archivo original pasado a mono, te van a quedar todos los sonidos que antes quitaste. Despues, por ejemplo, si notas que quedo el bombo, se lo sacas con un filtro o eq y la ayuda de un analizador de espectro.
El resultado dependera de como fue mezclado el tema.
No tendras un resultado optimo, pero esta bueno experimentar esto, salen a la luz cosas que nunca habias escuchado en el tema.
¿engorroso?