Вы сами себе противоречите.
Аудио пишется как ЧМ - модулированный сигнал частотой 1 Мгц. Что в принципе и явлется уже элементом видеосигнала, несмотря на то, что сам сигнал видеоизображения там отсутствует. В телевизионном видеосигнале аудиосигнал также присутствует в виде ЧМ модуляции только не на частоте 1 Мгц, а в зависимости от системы на 6,5 или 7,5 Мгц.
Так что, прежде чем спорить, разберитесь сначала сами.
Видеосигналом в телевидении называется комплексный сигнал включающий в себя полный спектр сигналов передающих изображение и стереозвук. Несущая у видеосигнала равна "0", тоесть - отсутствует. Ширина спектра видеосигнала у разных телесистем разная и равна 6-8 Мгц.
Если взять в нём только аудиосигнал, то там и будет ЧМ-модулированный сигнал с частотой 6,5 или 7,5 Мгц. То же самое, что и при записи на Hi-Fi видео, только несущая другая не 6,5, а 1 Мгц.
И головки, если я не ошибаюсь, аудио пишут по краю ленты, а видео пишется внутри ленты, а не поверху.