1曲毎にVideoExportで出力してキャラごとに出力した動画をAviUtilで編集してくっつけるじゃだめなん？
編集次第じゃカメラのカット毎にキャラ変わってる様に見せたりもできるし
音源はAviUtil側で乗せればいいわけだし