Jetzt nur Bezug nehmend auf die Vocals sehe ich auch die Effekte als eines der größten Probleme, das besteht ja Größtenteils nur aus Hall und irgendeinem Flanger, Chorus oder so. Also alles Dinge, die die Stimme weiter in den Hintergrund bringen oder sogar die Stimme verfremden. Wahrscheinlich ist auch die Aufnahme noch nicht optimal und störende Frequenzen werden durch die Effekte noch weiter verstärkt.
Was ich machen würde: Erstmal alle Effekte wie Hall, Chorus, Delay, Flanger, Verzerrer wieder runter schmeißen und von vorne aufsetzen. Dann die Stimme ohne Effekte in ein stimmiges Mischungsverhältnis zur Musik bringen. Dann Schritt für Schritt Räume dazu nehmen, hier auch auf das Mischungsverhältnis zwischen trockenem und verhalltem Signal achten. Genau so bei allen anderen genannten Effekten, alles vorsichtig dazu mischen und genau darauf hören was das mit der Stimme, der Verständlichkeit und dem Verhalten zum Mix macht. Es gibt schon Tricks wie man auch sehr lange Hallfahnen, große Räume und Delays verwenden kann ohne dass die Stimme dabei verschwindet, aber dazu braucht es erstmal das richtige Verhältnis.
Dazu kommt natürlich auch, dass der Mix auch die Bereiche ein wenig freigeben muss, das kommt natürlich alles noch mit dazu und auch der Mix hat noch seine Unstimmigkeiten, ob nun gewollt oder ungewollt. Hier würde ich jetzt noch als Tipp mit reingeben, dass es in dem Stadium sehr hilfreich ist, mit einer Referenz zu mischen. Nicht um etwas zu kopieren, aber um die eigenen Ohren auf eine gewisse Ästhetik immer mal wieder zu resetten und sich in den Kopf zu rufen in welche Richtung man denn eigentlich möchte.