Parallelbeispiel hier am Rande:
die "komplette Länge" einer Audioaufnahme ist bekanntermassen ja immer gleich, egal ob ich mit 48 kHz oder 44,1 kHz recorde...
Nun musst du dir das beim Filmmaterial (z.B. Wandlung PAL in NTSC) vorstellen, es wird einfach ein Frame ausgelassen ("Drop-Frame"), die Länge bleibt aber bestehen.
Das hat rein gar nichts mit gängigen Audio-Samplingwandelmethoden ("runterpitchen", "dann wird´s länger".. o.ä. usw.) zu tun!
Bilder richten sich (wie im Audio) stets an den Timecode (SMPTE), mit dem Taktzeiten an eben diesen genau abgeglichen werden können.
Technisch löst man dieses Versatz-Problem mit dem o.g. "Drop-Frame"-Verfahren. Dabei werden pro Minute einfach zwei Bilder ausgelassen. Der Zeitversatz, der normalerweise eintreten würde läßt sich so verhindern.
Falls es interessiert, hier mehr über die technischen Hintergründe, Formate und div. Wandlungsmethoden:
http://www.paradiso-design.net/videostandards.html
Genaueres kann dir da sicher Steffi erklären, die ist ja vom Fach. Ich bin da seit ein paar Jahren ein bisschen raus.
.