Es gibt dafür z.B. das Tool “Plural Eyes”, aber das ist teuer und macht in diesem Fall nur alles komplizierter, als es ist. Was man bräuchte, wäre die Möglichkeit zwei Audiointerfaces über das Internet, GPS oder so zu synchronisieren, aber das würde alles noch viel komplizierter machen (man bräuchte Interfaces mit Wordclock-Sync-Eingang und auf beiden Seiten eine externe Uhr, die dann die Zeit vorgibt). Das einfachste ist das genau so zu machen, wie @sreimers es vorgeschlagen hat. Zerstückel die Datei indem Du Pausen rauschneidest und schieb sie per Hand an die richtigen Stellen.
Grüße
Udo