Wenn es nur am Audio liegt, dann musst du bei beiden Teilen halt das Audio in ein gemeinsames Format recodieren. Führt wohl kein Weg daran vorbei. Aus welcher Quelle kommen denn die Dateien, sind die überhaupt sonst "kompatibel".
Ich hab das Problem nur bei bestimmten Sendern über OTR, wenn mal das Ende abgeschnitten wurde und man aus der nachfolgenden Sendung den Rest anfügen will. Dann sind aber wenigstens die beiden Dateien kompatibel, und da klappt das so ganz gut, wenn man man die Fragmente erst korrigiert und dann zusammenfügt.
In jedem Fall solltest du dann imemr prüfen ob dein Ergebnis nich Syncron ist. Wenn man Falsche Anpassungen am Audio macht wird das Resulat gerne unbrauchbar oder der Ton läuft davon. Dann ist am Ende des Films der Ton absolut unsyncron zum Bild.