15秒の動画を使って、

前半に4秒の無音区間を入れて、-shortest無しで処理
19秒の音声ファイルになる

前半に4秒の無音区間を入れて、-shortest有りで処理
17秒の音声ファイルになる

前半に8秒の無音区間を入れて、-shortest有りで処理
19秒の音声ファイルになる

-shortestを入れることで、無しよりかは短くなるのですが、
動画時間よりも長くなってしまうのですが、なぜですか？