Возмож эффективнее будет создать кратчайшее видео и потом его накопировать, чем генерировать сразу длинный видос из картинки.

Логика работы примерно такая
0.) взять какую-нибудь песенку с разрешением монетизации на SoundCloud
1.) чтение длины звука
2.) генерация однокадровика (длинною равной звуку)
3.) добавление звука

Реализация (секунды из первой команды не подставляются во вторую)
1.) ffprobe -v error -show_entries format=duration of default=noprint_wrappers=1:nokey=1 -sexagesimal /звук.ogg
2.) ffmpeg -loop 1 -r 1 -i картинка.png -t секунд видеоБезЗвука.mkv
3.) ffmpeg -i звук.ogg -i видеоБезЗвука.mkv подкаст.mkv

Если кому-то интересно клепать видосы из звука - можно доделать до полного автомата. Кот сейчас занят экспериментом с автосбором крипты Прикручиваю антикапчу к крану