Asegúrese de que los archivos de video tengan la misma resolución, velocidad de cuadros y base de tiempo. Primero verifique cuáles son ahora y, si son diferentes, elija en qué clip desea usar para basar la configuración. Luego puede convertir los otros con algo como el siguiente comando (ejemplo con una resolución de 1280x720, 24 fps, una base de tiempo de video de 90k y una base de tiempo de audio de 48000).
ffmpeg -i original.mp4 -vf scale=w=1280:h=720:force_original_aspect_ratio=decrease,pad=1280:720:(ow-iw)/2:(oh-ih)/2 -c:v libx264 -c:a aac -strict experimental -video_track_timescale 90k -r 24 -ar 48000 converted.mp4
¿Qué tiene esto que ver con la manzana? ¿No es esta una pregunta general de ffmpeg?