用途：给视频补上声音，包含旁白（TTS）、背景音乐（BGM）与混音三部分，可单独使用也可一次完成。
主要能力：配音按后端分档，高质量档为 IndexTTS2/克隆音色（需本地模型与配置），默认档为 edge-tts（免费、中文音色自然），兜底为 macOS say。配乐先按视频类型定情绪与 BPM，再从免版权来源（如 Pixabay Music、YouTube Audio Library、Free Music Archive、ccMixter、Incompetech）选曲并下载。混音用 scripts/mix.sh 一条命令把 BGM 与旁白压进视频，管线包含对齐长度（BGM 短则循环、长则裁切）、loudnorm 响度归一至约 -14 LUFS、sidechaincompress 压音（人声响起时 BGM 自动下沉）、首尾 afade 淡入淡出，并以 -c:v copy 不重编码画面。
使用方式：edge-tts 生成旁白示例为 uvx edge-tts --voice zh-CN-YunxiNeural --rate=+8% --text "$(cat 02_脚本/口播.txt)" --write-media 05_音频/voice.mp3；长稿按句或段分段生成再拼接。下载 BGM 可用 curl -L -o 05_音频/bgm.mp3 "<直链>" 或 yt-dlp -x --audio-format mp3 -o 05_音频/bgm.mp3 "<URL>"。混音命令为 bash scripts/mix.sh --video in.mp4 --bgm bgm.mp3 [--voice voice.mp3] --out out.mp4 [--bgm-db -20] [--fade 1.0] [--duck]。
适用场景：口播视频、教程、产品与科技、生活类、观点类及快节奏盘点等视频的配音配乐。
限制：依赖 ffmpeg（需带 loudnorm/sidechaincompress）、yt-dlp、uvx；克隆音色档需 IndexTTS2 环境。TTS 段时长只是规划元数据，不能当字幕时间轴，需用旁白音频重转写对齐。只用有权使用的曲目，需署名的要记录，不确定授权则不用；选曲与授权由用户决定。BGM 音量建议无旁白约 -12~-16dB，有旁白垫底约 -20~-26dB。