#1の回答が最も最良だと思うのですが、質問者様には敷居の高い回答だったのでしょうね(苦笑)
正直なところ元動画の形式が書かれていないので、答えようがないですね。
強いて言うなら、映像と音声をdemuxして(これは元動画の形式が分からないからどのソフトを使えばいいか答えようがない)、音声をデコード(これも元動画の形式が分からないから答えようがない)。
次に音声だけを編集しますが、SoundEngineをお勧めします。
使い方云々は調べればいくらでも出るので敢えて載せません。
最後に元の音声形式に変換(これも元動画の形式が・・・以下略)して、出来上がった音声と映像をmuxすれば完成です。映像の方は弄っていないので、画質の劣化はありません。
映像部分を弄る場合は、もっと簡単です。
使うソフトはAviUtlをお勧めします。
これはプラグインを入れれば、おおよその動画形式を読み込めます。
これの使い方も調べれば幾らでも出るので省略します。
読み込んだら変換ですが、x264での出力がいいと思います。
音声は別にwavで出力して、先ほど載せたとおりSoundEngineで編集します。
編集できたらAACに変換しますがこれに使うのはneroAacEncやFAACやiTunesなどが一般的なようです。
両方とも変換が完了したら、出来上がった映像ファイル(mp4か264)と音声ファイル(AAC)をmp4boxでmuxします。
mp4boxにはYambというフロントエンドがあるので、こちらと併せて使えば効率的でいいかもしれません。
ちなみに今紹介したソフトは全てフリーソフトです。
お礼
なるほど!ありがとうございました。