А как сделать видеоклип на песню? Не могу понять, каким образом получается синхронизация

не только открываешь рот - поешь и это называется интершум
потом студийную запись сводят с интершумом, самое простое - по пикам на вэйвформ (визуальному отображению звуковой дорожки)

Там не надо ничего пытаться совместить - это делается с первого раза и занимает примерно три секунды, если материал простой.
Если есть запись звука с камеры, тогда можно просто включить обе дорожки и сразу все будет слышно - вот один голос а вот, с некоторым отставанием, второй. Двигать его мышью, пока не сольется.
Если второго звука нет, то он прекрасно виден в ритмике событий - подгоняем дорожку сначала приблизительно, вторым движением загоняем в ритм губ, это совсем просто и займет несколько секунд.

...не всегда получаются сразу хорошие дубли при записи кусками..
можно несколко раз снимать от и до, без остановки, с разных точек, потом поставить все дубли в стопку и потом только включать нужную дорожку в том месте, где всё ок.
если соблюдать ритм и темп при переключении, видео будет хорошо поддерживать звук.

МНОГО дублей = гарантия успеха! ;)

Совмещаешь звук голоса с камер-исходников (рекордеров) со студийной записью по пикам аудиодорожек. Лишнее приглушаешь или обрезаешь с удалением.

Аудиодорожка на месте. Двигают вправо, влево видеодорожку или её кусочки и вставки.

Я когда то в школе снимал клип где дети поют в разных местах. Для этого берешь оригинальную студийную запись песни и скидываешь на телефон. Телефон у кого то в руках и они под него поют. Это гарантия синхронизации. Ну типа пение под фанеру. Весь клип разбиваю на множество кусков. Делаешь раскадровку и по возможности дубли. В монтажке все это совмещается с основной фонограммой. Тот звук что с камеры тоже надо оставить, смикшировав его иначе будет не то. При таком раскладе все точно совпадает.