用途：为短片广告类视频做规范化音频混音，把人声旁白（VO）、音乐铺底与音效（SFX）在一次 FFmpeg 调用内混合输出，内置一套默认混音协议，避免反复试错。
主要能力：对人声逐条做 loudnorm 响度归一化并按时间线延迟，再以默认 3.0 倍单条音量、2.0 倍混音总线音量合成；音乐以 0.13 基础音量铺底，通过 apad、afade、atrim 与总时长同步，并用 sidechaincompress 按人声侧链压低（默认 ratio 20、threshold 0.01）；可选 SFX 混入；可用 --vo-boost-line 让指定高潮人声额外提升 20% 音量。输出后附带 verification 探针，生成 manifest.json 与 verification.md 校验报告。
使用方式：以命令行参数调用，主要参数包括 --video、--vo、--vo-starts、--music、--output、--total-duration 为必填，--sfx、--sfx-starts 可选，另提供 --vo-volume、--vo-mix-volume、--music-volume、--music-swell-volume、--sidechain-ratio、--sidechain-threshold、--target-i、--target-tp、--target-lra 等调参项。要求 --vo 与 --vo-starts 长度一致，--sfx 与 --sfx-starts 长度一致，且 PATH 中存在 ffmpeg 与 ffprobe。
适用场景：视频剪辑流程中的混音环节，例如 video-orchestrator/edit-video Phase 3–5，以及按评审意见修复人声清晰度或音乐与人声平衡时的调度。当总时长与输入视频一致时用 -c:v copy 避免无谓重编码。
限制：sidechain ratio 受 FFmpeg 限制最高 20；音乐过短且 apad 不足时会告警，视频可能先于音乐结束；VO 文件为错误 JSON 的情况不在此技能范围内。官方未提供价格、平台等信息。