Existem vários programas de apresentação de slides que são exatamente como você descreve. A interface apresenta-se como uma tira de filme na qual você solta uma imagem. A seleção das propriedades da imagem permite configurar o tempo de exibição desejado.
Integrado na tira de filme é uma faixa de áudio. O mesmo arrastar e soltar (ou navegar) é usado para colocar seu áudio. Os melhores programas terão uma opção de menu para combinar a duração do vídeo ao áudio.
Você não indica a plataforma para uso, por isso sugiro uma pesquisa com seu mecanismo de pesquisa favorito para o software de apresentação de slides (nome da plataforma de inserção). Você receberá resultados para programas gratuitos e versões pagas.
Uma versão paga com a qual tenho alguma experiência é o Pro Show Gold. Muito fácil de usar, vários formatos de saída, mas somente Windows, até onde sei.
Como alternativa, você pode usar um editor de vídeo. Muitos desses programas oferecem opções de apresentação de slides que funcionam da mesma maneira. Um programa gratuito dessa natureza é o Kdenlive, disponível para Windows e Linux. Eu usei para ambas as plataformas e descobri que a versão do Linux é mais estável, embora esse aspecto possa ter sido melhorado com uma atualização recente.
O Kdenlive não é tão fácil de usar como o software de slideshow mencionado acima, mas não é particularmente difícil de entender. Os vídeos tutoriais são abundantes no YouTube para várias funções, facilitando as coisas desafiadoras.