用途：为无音频的短视频广告一次性生成规范化的音频混音，把旁白（VO）、音乐床和可选音效合成到视频中，避免多轮试错调音。
主要能力：对每条 VO 做 loudnorm（默认 I=-16、TP=-1.5、LRA=11）并按时间轴延迟与增益（默认每条 3.0×，混音总线再 2.0×）；可指定高潮 VO 行额外 +20% 音量；音乐默认 0.13 基础音量、swell 峰值 0.21，配合 apad 补尾与 afade 淡出；用 sidechaincompress（默认 ratio 20、threshold 0.01）在 VO 出现时压低音乐；可选 SFX 按起始时间混入；最终单次 ffmpeg 调用输出 mp4，并在时长匹配时用 -c:v copy 避免重编码。
使用方式：通过命令行参数调用，如 scripts/mix.sh --video <无音频视频> --vo <逗号分隔的VO列表> --vo-starts <毫秒起始时间列表> --music <音乐文件> --output <输出mp4> --total-duration <秒>，可选 --sfx、--sfx-starts、--vo-boost-line 及各类音量/侧链/loudnorm 参数。运行前需 ffmpeg 与 ffprobe 在 PATH 中，且 --vo 与 --vo-starts、--sfx 与 --sfx-starts 长度必须一致。
输出与校验：生成混音 mp4、manifest.json（链路参数、VO 时间、高潮行、混音后 LUFS）和 verification.md（集成 LUFS 是否在目标 ±0.5 内、是否削波）。质量要求包括真峰值低于目标、总时长误差 ±100ms、音乐尾部淡出后最后 100ms RMS 低于 -30 dB。
限制：侧链 ratio 超过 20 会触发 FFmpeg 报错，需封顶为 20；音乐过短且 apad 不足时会告警，视频可能先于音乐结束；VO 文件内容异常不在本技能范围内。具体收费、平台支持等信息暂未提供。