Würde einfach den Frequenzbereich verstärken wo die Vocals liegen. Kannste mit fast jedem Software EQ machen - auch mit Winamp.
Also die Mitten etwas betonen und die Bässe absenken. Dadurch erhälst Du eben eine etwas höhenlastige Wiedergabe, was zwar nicht wirklich dolle klingt aber immer hin die Vocals "presenter" macht.
Die Vocals allerdings komplett aus einem Track rauschneiden funktioniert nicht wirklicht gut.