Jo, jo man kan godt optage "lyden af musikken uden vokal" og trække den fra "lyden med vokal" og så få et facit som skulle være "vokal", eller omvendt. Det svarer til almindeligt støj isolation. Det svære er at finde et sted i musikken hvor den er identisk bortset fra vokalen, fordi der altid er et overlap. Generelt så vil det fjerne for meget på den måde.