Je confirme, dès le moment que c'est mixé et que ce n'est pas du 100% stéréo (j'entend par là voix à 80% à gauche et musique à 80% à droite par ex., donc 2 pistes très distinctes en "stéréo"), il est quasi impossible d'essayer d'extraire le passage. Bidouiller l'égaliseur, mettre des filtres (low et high) et accroître entre 400 et 1200hz (fréquence où se situe à peu près la voix humaine, vu que ce n'est pas une voix de femme inutile d'aller jusqu'à 1400-1600hz je pense - sauf en cas de trop grosse déformation -) sont les moyens qui marchent, mais ça reste très rustique et le rendu final est plutôt mauvais (t'as pu tester).
Après, vu que ta piste a plutôt un léger stéréo (bruitages à gauche), tu peux tenter d'isoler la part à droite via audacity en bidouillant l'effet stéréo. Voilà une marche à suivre (de tête, je n'utilise plus audacity depuis longtemps) :
0) FACULTATIF : bidouiller via l'égaliseur et des filtres (mais vu ce qui suit, tu peux avoir un rendu inaudible ou très très moche...)
1) fichier de base : gauche -120db et droite +2-5db
2) enregistrer ton fichier sous un autre nom
3) le compiler en format mp3
4) l'ouvrir sous audacity en format mono
5) bidouiller via l'égaliseur et des filtres (ca peut être très moche, mais tu as déja testé), éventuellement monter le volume
6) éventuellement recommencer via 1, sinon go 7 ou 8
7) enregistrer le fichier, compiler, etc.
8 ) demander le fichier source et prier
Alors oui, c'est long, fastudieux, énervant, rageant, etc. Mais si tu n'as pas accès aux fichiers d'origines (comme moilolitae l'a dit), c'est très dur d'obtenir ainsi une piste "propre"...
En tout cas, après avoir fait tout cela, il est normal si la voix "samplée" que tu as est différente de celle d'origine. Même si les 80% de la voix humaine se situe entre 400 et 1400hz, il y a tout de même des nuances qui en sortent (ton de la voix, reverb, toossah toossah), donc il y aura une légère déformation. Encore plus en fonction des filtres que tu auras utilisés.
'fin bon, si tu peux trouver la piste mono à la source c'est jackpot. Mais en tout cas bonne chance et bon courage (tu en auras besoin)
[édit] je viens de réecouter ce que tu veux isoler. Je pense que tu as meilleur temps de passer via 3 fichiers : le premier "All right there, time to wake up ! Ah ah", le second "It's a beutiful day" et le dernier "full of opportunity". Après tu recompiles le tout sur le même fichier et ca devrait aller mieux. Ca te permettra d'isoler plus aisément la voix (moins de nuance de voix --> meilleur qualité et plus "simple"), mais par contre quand tu recolleras le tout ensemble il se peut qu'il apparaisse des différences trop prononcées... à toi de voir.
Pour les bruitages, fais de même. Isole les du reste, travailles-les un par un puis recolle le tout. Plus simple et, surtout, efficace. Ca donnera un meilleur rendu (et t'éviteras les problèmes du type "si je fais comme ca, le bruitage est niquel mais maintenant la voix est mauvaise ><', je fais quoi ?")
Dernière précision : si ton but est de tout remettre ensemble, fais un compte-rendu des timings où tu as "coupés/isolés". Ca sera plus simple quand tu remets tout ensemble (mais par contre les fichiers situés entre les voix/bruitages devront être eux-aussi retravaillé pour éviter que ce soit trop voyant - notamment à cause de la musique de fond -). [/édit]