En los docuemntarles "modernos", normalmente la voz de fondo del narrador la suelen quitar, y sólo dejan la del narrador en español (aunque no siempre). Las que dejan son las "voces de fondo" cuando habla alguna persona. Y es normal, puesto que no se hace un doblaje como en las películas, con ajuste y demás, sino que normalmente se limitan a traducir lo que dicen, sin tener en cuenta los ajustes. Así que si se eliminara la voz de fondo, entonces cuando se ve en un primer plano al personaje que habla parecería ventrílocuo, como pasa a veces con los anuncios del teletienda....
En lo documentales antigüos sí que se solía dejar la voz de fondo incluso del locutor, supongo que por la existencia de una única banda de audio, donde irían todas las voces, los sonidos y la música, todo junto, y las dificultades para separar de ahí los distintos sonidos....