Workflow mit langen zusammenhängenden Audiospuren

[ingof]

Ich habe bei einer Ausstellung die Kommentare des "Vorführers" aufgenommen (ist abgesprochen und geklärt).
Es sind zwei zeitgleieche Stereospuren von einem Audiorekordern (H2n im 4 Kanal Modus).

Bei mir sind dann also mehrere Themengebiete ungeordnet auf der ganzen Aufnahme verstreut und mit Fragen unterbrochen.
Und wenn der zweite Besucherstrom kam kamen wieder viele Themen erneut.

Ich möchte jetzt aus den 2 Stunden Audioaufnahmen den Ton zu meinen Video zusammenschneiden.

Habt Ihr eine Idee wie man das machen kann?
Erste Idee wären verschiedene Marker zu bestimmten themengebieten und hinter zurechtschneiden.
Timelinemarker wären problematisch weil dann beim versehentlichen Verschieben alles umsonst war. Müssten schon Clipmarker sein. Aber das scheint mir nicht wirklich effektiv zu sein.

Abhören und grobes zurechtscheiden ist auch nicht so einfach und effektiv.

Hat jemand von euch schon mal vor dem Problem gestanden?
Wie habt Ihr das gelöst?
Oder was für Ideen habt Ihr für mein Problem?