[l] OK wir nähern uns. Nach dem Matroska-Muxen war das Audio daneben, weil das Audio in dem Vorspann länger war als das Video. Das lag daran, dass mencoder beim Umkonvertieren der Vorspänne von den 199 Frames nur 197 übernommen hat. Die Länge der zu generierenden Stille habe ich die Framezahl mit mplayer abgelesen, dann die Samples ausgerechnet, von /dev/zero so viele Nullen geholt, Wave-Header mit sox davor gepackt, mit oggenc encoded und reingemuxt. Aber wenn mencoder die letzten 2 Frames (je nach Version, Außentemperatur und Luftfeuchte auch mal 3 Frames) nicht mitnimmt, dann ist das natürlich daneben.
Übrigens, weil jemand fragt, wieso ich nicht mencoder -noskip nehme: der Switch bewirkt nichts.