Один трек, разложенный на две дорожки. Сверху видно, где вокал, снизу где инструментал. Готовая песня, которую вы слушаете в наушниках, это смешанный звук. Голос, гитара, бас, барабаны, синтезаторы, всё это свели в один файл на студии. Стем (от английского stem) это отдельная дорожка из такой смеси. Бывает вокальный стем, инструментальный стем, иногда отдельно барабаны или бас. Когда говорят «отделить вокал от музыки», имеют в виду расклад исходного mp3 обратно на стемы. Чаще всего на два: вокал и всё остальное...

Лучшие программы для работы с MP3-файлами...