In einem Punkt muss ich Marwoj widersprechen: Das hat nichts mit den hohen Frequenzen zu tun, die menschliche Stimme deckt ein recht breites Frequenzspektrum ab, das neben den Höhen ("Obertöne") auch den (Hoch-)Mittenbereich abdeckt.
Das Problem ist: Der (Lead-)Gesang kommt in aller Regel immer aus der Stereo-Mitte. Um ihn zu entfernen müsstest Du mit Hilfe sog. "Phasenauslöschungen" (=d.h. alles, was in der Stereo-Mitte liegt, wird um 180° in der Phase gedreht) die Stereomitte komplett entfernen, was in der Praxis erstens nie ganz gelingen wird und zweitens einige klangliche "Kollateralschäden" verursachen würde. Volkstümlich formuliert: Da käme ziemliche Grütze bei raus...
Der langen Rede kurzer Sinn: Lass es lieber ;-)
CU
Olaf