Hola Dany,
Si tienes el soundtrack en estéreo lo más fácil es que inviertas la fase de uno de los canales y envíes las dos señales al centro (panorámica central). También desaparecerán algunos efectos pero por lo menos tendrás ambientes, músicas, los efectos estereo ...
Lo tienes complicado eso de eliminar la voz y dejarla instrumental sin que afecte a la calidad de la misma, por no decir imposible. Existen muchos programas que eliminan la voz pero al mismo tiempo eliminan instrumentos y el resultado final es un tanto desastroso...