¿Hay algún programa que permita separar los distintos sonidos de una grabación (por ejemplo voces de diferentes personas) y eliminar los que no nos interesen?
No existe ningún programa porque simplemente, no es posible. Es como si después de haber hecho un cuadro quisieras volver a separar los distintos colores en sus pinturas originales. Si el amarillo predomina sobre una zona, podrías llegar a quitar buena parte, pero también quitarías los colores que pudieran estar debajo del amarillo, dejando el cuadro en blanco en esa zona. En el sonido es semejante. Los sonidos ocupan un cierto rango de frecuencias hasta llenar el espectro audible (20Hz a 20.000Hz.). Una canción es la suma de sonidos mezclados, creando una onda única que es recibida por tu tímpano e interpretada por tu cerebro. Sabiendo que las voces humanas se sitúan entre los 500Hz y los 2000Hz podrías suprimir esas frecuencias, pero también suprimirías todos los sonidos que están debajo de la voz en esas frecuencias y que, aunque parezca que no están, sí que están. El resultado es algo raro en el que la voz todavía es apreciable y el resto de instrumentos suenan muy raros porque carecen de determinadas frecuencias. Esta teoría puede ser mejorada por algoritmos sofisticados, pero como los resultados nunca van a ser satisfactorios no se ha avanzado mucho en este campo. Al menos no tanto como en el campo de eliminación de ruidos, pops y clics de las grabaciones, en los que los resultados son sorprendentes. Por eso en los estudios siempre se graban todos los instrumentos por separado, cada uno en una pista diferente, para poder hacer lo que tú dices a posteriori. De todos modos prueba el Cool Edit y experimenta con sus filtros "band-notch".