Ich kenne zwar OpenShot nicht, kann aber grundsätzlich was dazu schreiben: eigentlich wird nach dem Audio- Mixdown das Material in eine einzelne Tonspur mit 2-7 Kanälen gebracht - wenn Du also die Tonspur abstellst, werden sämtliche Tonspuren stumm gestellt, die aktuell in Deinem Projekt sind(und das können auch mal hunderte sein, die dann später in eine Stereo oder Dolby Surround etc. verpackt werden).
Heißt also, dass Du zwei (Stereo oder Surround-)Tonspuren machen müsstest - eine mit der Musikspur im Projekt aktiviert und eine ohne. Gerade bei DVDs kann man ja im Menü dann die Sprache wählen. Ob man mit Openshot so eine Sprachauswahl machen kann, weiß ich natürlich nicht.