Python y FFmpeg: crear video con audio en un solo paso o acelerar el proceso

Estoy intentando hacer que Python y FFmpeg funcionen juntos en Windows.

Necesito crear un video largo a partir de un conjunto de imágenes y pistas de audio (almacenadas en la memoria del programa como numpy array).

Logré hacerlo en 2 pasos:

• primero creo un archivo de video sin pista de audio,
• luego le agrego el audio, pero me gustaría que fuera más óptimo y rápido:

ffmpeg -y -f rawvideo -vcodec rawvideo -s 1920x1080 -pix_fmt bgr24 -r 5.00 ^       -i pipe:0 -an -vcodec libx264 -preset medium -pix_fmt yuv420p video.avi

- creo el video

ffmpeg -y -f s16le -acodec pcm_s16le -ar 44100 -ac 1 ^