コメントにたびたび書かれております「歌声りっぷ」による抽出と、波形エディターを用いた抽出との違いです。
ヘッドフォンの使用を推奨いたします。

千早Verで起こった原因判明 9/16 4:15am 追記
「目が逢う瞬間」はVocalが先行して始まる曲のため、off vocal版はその分無音が続くことになります。
どうやらこのせいで曲の同期を取り損ねているようです。(他のVocal先行曲でも同様の結果が得られました)
「ずれがなければ誤差修正レベルを０にできる」なんてreadmeに書いてありますが、０にしても補正機能が動いてしまっているってことですね。

【需要無視】系 mylist/2616269