Любая песня внутри собрана из смешанных дорожек. Задача разделителя в том, чтобы разложить их обратно. Любая записанная песня собрана из смешанных вместе дорожек: голос, барабаны, бас, гитара, синтезатор, бэк-вокал. На студии всё это сводят в один стереофайл, и обратно разложить его руками уже нельзя. Файл-то один. «Убрать голос из песни» означает достать из этого смешанного файла голосовую дорожку и вычесть её. То, что остаётся (музыка без вокала), называется минусом. Или минусовкой, или инструменталом...

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...