Il n'y a que le midi (.MID) et assimilés qui soit multipistes, les autres formats ne sont PAS multipistes mais multicanaux, ce qui est totalement différent:
Une piste correspond 'en gros' à un instrument dédié, comme par exemple une piste pour la guitare basse. Fut une époque tous les albums étaient enregistrés en studio en huit pistes (quatre par canal stéréo). Ensuite on joue avec chaque piste pour équilibrer le son puis enregistrement de deux voies (gauche et droite).
tout cela pour dire qu'il est très difficile de récupérer que la voix sur un morceau quel qu'il soit, à moins de jouer avec du filtrage à gogo tout cela pour récupérer une qualité disons... minable.