smocky, единственный известный мне (думаю, и не только мне) способ получить midi нормального качества - это садиться за клавиатуру и записывать партии разных инструментов по одному треку за раз. Заодно и голос отделится сам собой
Делаются попытки получать "минусовки" для караоке путем вырезания средних частот, в которых преобладает голос. Но при этом, во-первых, страдают и инструменты, поскольку тупые фильтры режут все подряд. Во-вторых, голос режется не до конца, поскольку полностью середину спектра зарезать нельзя - останутся барабан с бас-гитарой внизу да шипение тарелок вверху. В-третьих, режутся частоты "среднестатистического" голоса, поэтому один давится почти удовлетворительно, другой пролезает на выход без потерь.
Кстати, фонограмму без голоса тоже потом в midi перегнать проблематично. Более-менее нормально распознаются 1-2 голоса, а полифония ставит программы в тупик. Так что если есть слух, быстре будет вручную сделать "минус".