Debes cortar la voz en cuantas partes sean necesarias... Muchas veces no basta con cortar por estrofas o secciones sino que hay que trocearla por frases más pequeñas, para ubicarlas exactamente donde queden bien.
Para eso hay que poner el Snap en None, y a los clips de audio puede ser necesario ajustarles el tempo (con la opción fit to tempo)
la grabacion me sale conmala calidd de sonido, a que es debido? gracias