Так чем принципиально отличается сведение видеоряда?

Видеоряд обычно сводится под звуковой ряд. и критерий качественности очень прост: точное попадание склеек, акцентов и эффектов в аудио.
еще есть субъективный критерий: эмоциональное восприятие аудио+видео. на мой взгляд, этот параметр более важен.

Для начала сводка видеоряда намного сложнее чем сводка звука.
Представил DJ нужно свести в минуту Допустим 1 раз звуковой поток, а VJ всего лиш 15 -20.
Потом все зависит человек DVJ или VJ. Для DVJ, который работает с пионерами, где просто вставляется уже подготовленная нарезка на 1 час, все гораздо легче, его главной задачей остается микширование 2 потоков между собой + если он крут добавляет еще эффектов.

Для VJ все сложнее, Максимально средней по продолжительности Футаж (ВидеоСемпл) составляет 10-20 секунд. Соответственно
VJ должен сделать видеоряд из таких кусочков разнообразным, синхронизированным под музыку, подходящим под муз. стиль, не занудным.

Для этого порой просто футажей не хватает, их нужно постоянно обрабатывать эффектами в реальном времени, и не одним.
Контролируя параметры у эффекта до 5 параметров на 1 эффект, можно добится индивидуальности в видеоряде, его разнообразия и неповторяемости.

А если экранов несколько?
Вот и вывод, что сложнее.
Вот setup по оборудованию, которое стоит дороже чем Звуковое для VJ