A menos que sejam faixas de áudio separadas no seu vídeo, não é fácil. O que você provavelmente terá que fazer é extrair a faixa de áudio do vídeo para um arquivo separado, editar o arquivo de áudio com uma ferramenta dedicada e, em seguida, remontar o resultado de volta ao vídeo.
A parte demux / remux é fácil. O que vai ser difícil é tentar isolar a música de fundo. Você provavelmente terá que experimentar efeitos diferentes, o que provavelmente resultará em perda significativa de fidelidade no áudio ou na remoção total do diálogo, se não em ambos. O que é mais importante é que você vai re-codificar essa saída em um novo arquivo mp3 / aac, e entre a re-codificação e o processamento de áudio, sua saída vai soar muito pior que a original.
Você pode ter melhores resultados ao tentar remasterizar a música de fundo e substituir totalmente a faixa de áudio no arquivo de filme.