A mi me pasó algo similar, pero con un delay terrible en unas voces para un tema musical.. me entregaron esas pistas así. La solución que encontré mas factible fue dibujar a mano para cada frase una automatización de volúmen, no tanto para matar el delay, pero si logré reducirlo muchísimo, aun que en algunas frases que iban muy juntas ya la cola del efecto envolvía bastante el inicio de la frase siguiente, eso si estaba mas difícil, pero en general me resultó muy bien. Ahora bien, si la entrevista es muy larga... ya me vería yo corrigiendo frase por frase a mano, pero ahí depende de que tan importante sea ese audio, cuanto tiempo hay para editarlo y cuanto $ hay de por medio
saludos