MJPEG(3Dのステレオ映像(サイドバイサイド))を
再変換せずに、音声部分だけ差し替えたいんですが
どうやればいいんでしょうか？

音声だけを消してファイル出力したりと試してみたのですが
普通の2D動画として出力されて上手くいきませんでした。

http://www1.axfc.net/uploader/H/so/150648
テスト用ファイルはコレです。