Le principe de FairUse c'est de faire plusieurs encodages avec différentes tailles/qualité, puis le programme examine les différents encodages et reconstruit le fichier final en choisissant le plus petit débit pour une qualité optimale.
En clair, si tu as 2 encodages (pour faire simple), à 500 et 900 kbits, il va avoir prendre des bouts de la vidéo encodée à 500 pour les scènes fixes (donc ca prend moins de place) et des bouts encodés à 900 pour les scènes d'action. Résultat : une qualité optimale pour une taille de fichier donnée.
Celà dit, pour répondre à ta question, tu peux te contenter de 2 encodages. La qualité sera moins optimisée, mais ca restera toujours meilleur que du Flask, et en plus tu peux indiquer avec précision la taille du fichier final et tu n'as jamais de problèmes de synchro du son.