Yo metería voz en off, es mucho más práctico que usar sonido en directo, si lo quieres meter como ambiente esta genial, pero no te preocupes por la calidad, con un Off narrando lo que estas haciendo te vale perfectamente, con el tiempo iras mejorando, ver lo que e funciona mejor etc.
Sobre programas, te vale cualquiera, hasta el Filmora SCR que es el que uso yo para capturar la locución y mi pantalla del pc y que te cuesta 50€ la licencia de por vida te vale por que tienes un editor muy normalito donde metes los clips de vídeo y de audio y puedes hacer fusiones entre ellos Fade in o Fade Out sin problemas.
A ver, Premiere, cojonudo, Davinci Resolve que es el que uso ahora, cojonudo... pero vamos que te vale cualquiera ahora mismo, mas que nada por que no necesitas más, no vas a trabajar en logaritmico y haciendo etalonados de color, (como sabes de foto es como los que se compran una reflex de 2000 pavos y luego tiran todo en automatico... pues igual) , que muchas veces nos pillamos un cohete para ir a la luna cuando realmente nos vamos a comprar el pan a la tienda de enfrente.