Hola.
Eso ocurre con muchos micros y voces (depende de la combinación de ambos), y cuando pasa, se usa un "de-esser" (es un compresor que actúa solamente en la zona de las "s", para reducirlas cuando aparecen). Mira a ver si alguno de los compresores que usa cuenta con esa función, o sino, hay opciones buenas y gratuitas, como por ejemplo el "SpitFish":
http://www.digi...=2&subItem=5
Este tipo de plugins sirven para disminuir el efecto, pero lo que no sé es si esos problemas se generan en mezcla a base de hyper-compresión y exceso de realce en agudos en las voces. Si quieres salir de dudas, puedes enviarme varios archivos de distintas voces sin procesar, a ver si ya "sesean" antes de procesar.
Un saludo.