Você pode transmitir o vídeo e o downmix & recodifique o áudio:
ffmpeg -i input -c:v copy -b:a 32k -ac 1 output
Eu tenho palestras em vídeo que usam taxas de bits realmente altas para áudio, mas funcionam bem como 32 bit mono. Existe uma maneira de transcodificar apenas o áudio para uma taxa de bits mais baixa (32 bits mono a partir de estéreo de 161 kbps) enquanto deixa o vídeo intacto?