ダイナミックやコンデンサじゃだめということはカメラを使った方法では無理ということですよね。
ひとつ思いついたのですが、時計の音だけを通すようにハイパスフィルターとローパスフィルターをかけたらどうでしょう?時計の音は一定の周波数になるはずですから。フリーソフトでもSoundEngineなんかでできますよね。
音声編集したことがないんでノイズがどう影響してるのか分かりませんし、思いついたから書き込もうってぐらいの考えですが、だれかやってますか?前例がなかったら挑戦してみようかな。ってかやってみます。