Extraire une voix d'un enregistrement

Bonjour, pendant une période ou je faisait de la surveillance de domicile, j'ai enregistré une personne en train de parler mais voilà, les nuisances sonores environnantes ne permettent pas d'identifier clairement ses propos. Voilà donc ce qui m'amène : est-il possible de ne garder que la voix de cette personne en supprimant les grésillements et si oui, à l'aide de quel logiciel ? Le fichier de l'enregistrement est une video Mp4 avec un codec audio MPEG layer 1/2 (mp4a). Merci d'avance pour votre aide !