Purtroppo la voci di sottofondo e la voce del soggetto che vuoi isolare hanno le stesse frequenze perciò è praticamente impossibile separale...
potresti provare con la funzione di restauro audio (clicca con il tasto destro sulla traccia audio per selezionare la funzione),
nella sezione denoiser clicca su avanzate e prova ad estrarre un campione delle voci di sottofondo e creare un noise sample (salvalo con un nome) per poi applicarlo nella schermata principale..