Vielleicht mache ich es mal anders und nähere mich dem Thema aus anderen Richtung
Voraussetzung:
1) Du willst den Projektor nicht steuern, da es hier zum Einen viele Projektoren gibt, die nicht oder nur kompliziert (zuverlässig) steuerbar sind.
(Hat ja nicht jeder einen Visacustic)
Die existierenden Projektoren haben mit Sicherheit zunächst mal alle (sozusagen "out of the box") riesenhafte Abweichungen
Zum Anderen wachsen eben keine neuen Projektoren mit moderner Technik nach.
2) Der Ton ist sowieso (schon immer) ein separates Medium und separat zu bearbeiten. Den Ton hat man früher nur ungern gesteuert, weil das früher hörbar war. Dein Ansatz ist der moderner Tonverarbeitung (und da wächst ziemlich viel nach), die die Tonsteuerung ohne oder mit sehr reduzierter Wahrnehmbarkeit ermöglicht (z.B. bleibt die Tonhöhe bei stauchen oder dehnen konstant). Und man kann mithilfe sehr genauer Quarzsteuerungen die Dauer einer Tonaufnahme vermutlich über eine Stunde sehr exakt und wiederholbar steuern.
3) Das Ziel muß es ja sein, bei einer Vorführung von z.B. 45 Minuten Film noch in der 44. Minute einen Einsatz synchron darbieten zu können oder (die höheren Weihen) auch dann noch einen lippensynchronen Take zeigen zu können. Der letzte Fall verlangt eine Abweichung bei 18B/s von nicht mehr als ca. 1 Bild.
Ob der moderne Ton (#2) das allerdings erreicht....? (ist aber m.E. egal, siehe Beispiel ganz unten)
Also:
4) Rundungsfehler sind je nach Deiner internen Verarbeitungsmethode möglich oder ausgeschlossen, so tief bin ich noch nicht eingestiegen.
5) Ein Impulszählmodul zählt nur Impulse, d.h. es ist erst mal unabhängig von einer Quarzfrequenz.
6) Wenn Du den Ton nicht beeinflussen würdest, wäre dessen abgelaufene Zeit Deine Wallclock, d.h. diese Zeit entspräche sozusagen der zahl der Impulse auf der dritten Spur der klassischen Zweibandvertonung z.B. mit dem Visacustic. Ich würde an Deiner Stelle aus der Frequenz, mit der das Audiomdul betrieben wird, eine Referenz herunterteilen, die diese Tonband-Impulse repräsentiert.
7) Wenn Du nun diese Sound Referenz mit der Impulszahl aus dem Projektor vergleichst kannst Du prima regeln (P, D und I)!
Das Problem, das wirklich in den Griff gekriegt werden muß, ist in jedem Fall die Genauigkeit der Regelung, d.h., Du mußt in der Lage sein, die Anpassungen am Ton so zu rechnen, daß Du (rein kalkulatorisch) die Referenz Impulse aus #6 veränderst, sonst bekommst Du ja keine echte Regelung.
Beispiel:
An Stelle 660,72 Sekunden hat der Sound das Äquivalent der 11.893 Impulse geliefert, der Projektor aber nur 11.890 Bilder (zur Anschaulichkeit tue ich mal so, als wäre Deine Regelung so schlecht, eigentlich darf ja nie eine Abweichung von mehr als +-1 B auftreten).
Nun mußt Du den Ton verlangsamen, so daß jetzt z.B. bis Projektor Bildnummer 11896 (also 6 Bilder bzw. 1/3 Sekunde später) nur 1/6 Sekunde "mehr" Ton geliefert wird. da sich die Quarzfrequenzen aber nicht ändern, erhältst Du aus dem Signal aus #6 kein entsprechendes Feedback und mußt das kalkulatorisch bereitstellen (z.B. durch eine interne Korrektur eines von mir erdachten Tonimpuls-Zählers um -3).
Die Zahlen gehen nur zur Veranschaulichung davon aus, daß der Ton bei 660,72 Sekunden Echtzeit auch wirklich das Äquivalent von 11.893 Impulsen geliefert hatte. Es ist aber egal, ob er das Sekunden vorher oder nachher erst macht, wenn Du einen internen Zähler für den abgelaufenen Ton hast, der z.B. aus der Quarfrequenz des Tonteils kommt.
Hoffe, das war nicht für kurz vor Mitternacht zu wirr, aber ich konnte es nicht lassen, diese Eingebung zu teilen.