外野から失礼します。
まずは現状のご説明から。
今のCE2は「動画サイトの配信サーバーから送られてくるデータを、加工なしでそのまま保存する」という機能に特化したいという意図が見て取れます。なのでたとえばYouTubeの場合、映像はMP4/H264形式、音声はAAC形式に限られてしまいます。
唯一の例外として、比較的新しいバージョンで追加された「AAC音声をMP3に変換して保存」という機能がありますが、私が何回か試した限りでは、オリジナルのAAC音声と変換後のMP3音声とでは、再生時間が0コンマ数秒から最大1-2秒ほど、ズレていることがあります。なので私の場合、MP4動画またはAAC音声を先にダウンロードして、その後、別の信頼できるアプリでMP3形式に変換するようにしています。これだと時間のズレは一切発生しません。
どんなフォーマットでどのくらいの画質・音質が好みなのかは人によって千差万別でしょうし、それらすべてに対応していては作者さんとしても際限がありませんから、まずは配信データをそのままダウンロードしていただいてから、各自でお気に入りのツールを使って変換していただく、というのが落としどころなのかなと思います。無料のツールも色々とあります。